EPFL发布OPAL智能体反应式训练优化器

EPFL的Vincent Sitzmann团队发布并公开OPAL（OPtimizer with an Agent in the Loop）概念包及相关写作。这是一款PyTorch优化器包装器，可让Claude Code等编码Agent在训练过程中持续监控并即时干预，包括检测和压制loss spike、在越过最小值后回滚若干步并重置动量，以及设计精细的学习率调度。 作者称，过去此类调度通常只有DeepSeek等最高优先级、极晚期训练才负担得起，普通用户现在也能获得同等或更高的精细度；目前这一说法及OPAL的实际效果主要来自团队自述与演示，仍需独立复现和更大规模训练验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。