CMU L3 实验室携 GradAlign 等论文亮相 COLM 2026

CMU L3 实验室三位博士生在 COLM 2026 展示多篇入选论文，包括 GradAlign。GradAlign 面向 LLM 强化学习，用小型可信验证集筛选策略梯度与验证梯度方向一致的训练题形成自适应课程，在不可靠奖励、分布失衡、低效用语料三种场景均超现有基线，代码已在 GitHub（StigLidu/GradAlign）开源。