Bài báo & nghiên cứu

Phương pháp KPop mới giúp Ring-2.6-1T vượt 76 điểm trên SWE-bench Verified

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

Tóm tắt AI

Nhóm nghiên cứu ra mắt KPop nhằm ổn định huấn luyện học tăng cường tác nhân cho các mô hình MoE quy mô lớn. Phương pháp dùng cơ chế mặt nạ thích ứng dựa trên phân kỳ KL nhị phân, thay thế mặt nạ tỷ lệ cố định trong phương pháp IcePop trước đó, có thể điều chỉnh động theo mức độ không khớp giữa huấn luyện và suy luận trong quá trình huấn luyện. Cải tiến này giúp mô hình Ring-2.6-1T đạt hơn 76 điểm trên SWE-bench Verified chỉ bằng huấn luyện RL thuần, mà không cần sửa đổi hạ tầng hay phát lại định tuyến.

Thông tin chính

  • Nhóm nghiên cứu ra mắt KPop nhằm ổn định huấn luyện học tăng cường tác nhân cho các mô hình MoE…
  • Phương pháp dùng cơ chế mặt nạ thích ứng dựa trên phân kỳ KL nhị phân,thay thế mặt nạ tỷ lệ cố…
  • Cải tiến này giúp mô hình Ring-2.
  • 6-1T đạt hơn 76 điểm trên SWE-bench Verified chỉ bằng huấn luyện RL thuần,mà không cần sửa đổi hạ…

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
X:蚂蚁百灵 (@AntLingAGI)
Danh mục
Bài báo & nghiên cứu
Điểm AI
68
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

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。

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: Phương pháp KPop mới giúp Ring-2.6-1T vượt 76 điểm trên SWE-bench Verified. 26 tháng 5 2026. https://new.nat6.net/vi/news/cmpmsjd610rghsl01l5zfielj/

Xem tất cả →