FSPO加速大模型推理与工具策略训练
热点事件持续更新
FSPO加速大模型推理与工具策略训练
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
FSPO研究团队提出函数空间策略优化方法FSPO，通过时间整合与特权适配训练推理及工具使用策略。论文称，在4张NVIDIA GH200 GPU、5小时训练预算下，该方法在Qwen3-8B和Olmo3-7B-Instruct的五项任务上取得avg@16分别为76.2和72.4；Qwen3-8B的76.2高于GRPO的70.4，并以更少生成token和更低内存占用取得最高准确率。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 09:17
FSPO：函数空间时间自蒸馏让 7B/8B 模型推理训练更快更省报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntFSPO：函数空间时间自蒸馏让 7B/8B 模型推理训练更快更省
新论文提出 FSPO，结合时间整合与特权适配，提升推理和工具使用策略训练效率。在 5 小时训练预算内，FSPO 在 Qwen3-8B 和 Olmo3-7B-Instruct 的五项任务上取得 avg@16 76.2 和 72.4，Qwen3-8B 超过 GRPO 的 70.4，同时以更少生成 token 和更低内存占用获得最高准确率。
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。