Yingping Wang 等提出 DoubleFree 免 rollout 多任务训练方法
热点事件持续更新
Yingping Wang 等提出 DoubleFree 免 rollout 多任务训练方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yingping Wang 等在 arXiv 发布论文，提出 DoubleFree 训练方法：复用领域 RL 训练产生的历史轨迹实现免 rollout 的多教师蒸馏整合，并预计算教师监督信号实现免在线教师训练，仅需对现有后训练框架做最小改动。 论文称，在 Qwen3-4B、Qwen3-8B 和 SmolLM3-3B 上的数学、代码与指令遵循任务中，该方法实现 2.99-5.75 倍整合加速，GPU 小时减少 80.9%-90.1%，同时多域性能保持相当。
AI 根据报道生成 · 56 分钟前更新
最新进展10月27日 12:00
DoubleFree：利用探索历史实现免 Rollout 的多任务大语言模型训练报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIDoubleFree：利用探索历史实现免 Rollout 的多任务大语言模型训练
DoubleFree 复用领域 RL 训练过程中产生的历史轨迹进行免 rollout 的多教师蒸馏整合，并预计算教师监督信号实现免在线教师训练，仅需对现有后训练框架做最小改动。在 Qwen3-4B、Qwen3-8B 和 SmolLM3-3B 上的数学、代码与指令遵循任务中，该方法实现 2.99-5.75 倍整合加速，GPU 小时减少 80.9%-90.1%，多域性能保持相当。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。