Artículos e investigación

El nuevo método KPop lleva a Ring-2.6-1T a superar los 76 puntos en SWE-bench Verified

Título original:From IcePop to KPop — our team keeps pushing on RL training stability for large MoE models. 👇 KPop...

Resumen de IA

El equipo presentó KPop para estabilizar el entrenamiento de aprendizaje por refuerzo de agentes en modelos MoE a gran escala. Sustituye el enmascaramiento de proporción fija del anterior método IcePop por un mecanismo de enmascaramiento adaptativo basado en la divergencia KL binaria, capaz de ajustarse dinámicamente según el grado de desajuste entre entrenamiento e inferencia durante el proceso. Esta mejora permitió al modelo Ring-2.6-1T superar los 76 puntos en SWE-bench Verified únicamente con entrenamiento de RL puro, sin modificar la infraestructura ni la repetición de enrutamiento.

Puntos clave

  • El equipo presentó KPop para estabilizar el entrenamiento de aprendizaje por refuerzo de agentes…
  • Sustituye el enmascaramiento de proporción fija del anterior método IcePop por un mecanismo de…
  • Esta mejora permitió al modelo Ring-2.
  • 6-1T superar los 76 puntos en SWE-bench Verified únicamente con entrenamiento de RL puro,sin…

Resumen rápido

Publicado
Actualizado
Fuente
X:蚂蚁百灵 (@AntLingAGI)
Categoría
Artículos e investigación
Puntuación IA
68
Leer el original Leer el artículo completo en la fuente original
Por qué importa

蚂蚁团队把 IcePop 升级成 KPop,从固定掩码变成自适应 KL 区域,思路很巧。Ring-2.6-1T 纯 RL 直接冲到 SWE-bench 76+,做 agentic RL 训练的同学值得翻一下博客。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: El nuevo método KPop lleva a Ring-2.6-1T a superar los 76 puntos en SWE-bench Verified. 26. mayo 2026. https://new.nat6.net/es/news/cmpmsjd610rghsl01l5zfielj/

Ver todo →