sequential-allocation

标签

Cards List
#sequential-allocation

早期判决,更优预算:面向计算高效RLVR的顺序自适应rollout分配

arXiv cs.LG ↗ · 2026-07-30 缓存

本文提出SARA,一种面向RLVR的顺序自适应rollout分配方法,该方法提前放弃饱和组并重新分配预算,相比动态采样,在rollout数量减少22%的情况下达到相当精度,若与之结合则可节省高达67%。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈