RIDGE高斯采样法提升零方差Web演化性能

2026年10月20日，Tomas Duncun等在arXiv发布论文，提出名为RIDGE的脊跟踪高斯采样方法，旨在优化零方差Web任务中的高斯采样效率。该方法保留Beta后验并调整高斯近似目标，以提升Group Relative Policy Optimization（GRPO）的采样效率。在两个数学主干任务和检索增强问答（RAG）任务上，RIDGE较GRPO平均准确率分别提升3.4和2.9个百分点。同时，相较动态采样，RIDGE减少了29.6%的数学演化步骤和32.7%的工具调用次数。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。