arXiv · ML· Hanqing Zhu, Wenyan Cong, Zhizhou Sha, Sagnik Mukherjee, Xinyuan Song, David Gonz\'alez-Mart\'inez, Xiaoxia Wu, Yuandong Tian, Shiwei Liu, David Z. Pan, Zhangyang "Atlas" Wang·· 9 小时前AI 评分34
ISO：RLVR 原生优化栈
ISO: An RLVR-Native Optimization Stack
AI 导读
ISO 框架提出“继承频谱、优化基架”原则，通过 Isospectral Optimization 实现 RLVR 权重更新。 在 Qwen3-4B-Base 实验里，ISO-AdamW 用 280 次更新达到 AdamW 400 次准确率，耗时少 27%。 该离线/在线优化栈在无数据融合场景取得最高聚合分数。
来源：arXiv · ML · arxiv.org