CMU L3 实验室多篇论文入选 COLM 2026

2026 年 10 月 6 日，AGI Hunt 报道称，CMU L3 实验室三位博士生的多篇论文入选 COLM 2026 并在会上展示，其中包括 GradAlign。据报道，GradAlign 面向大语言模型强化学习，做法是用一个小型且可信的验证集，筛选出策略梯度与验证梯度方向一致的训练题，从而形成自适应课程；该方法在不可靠奖励、分布失衡、低效用语料三种场景下均超过现有基线，代码已在 GitHub（StigLidu/GradAlign）开源。目前关于该事件的信息仅来自上述报道，入选论文的完整清单、其他论文的具体内容与实验结果尚未见更多细节。

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。