热点事件持续更新
FSPO：函数空间时间自蒸馏提升推理训练效率
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月27日，AGI Hunt 报道一篇新论文提出函数空间策略优化（FSPO），将时间整合与特权适配相结合，用于改进推理与工具使用场景下的策略优化。在 Qwen3-8B 和 Olmo3-7B-Instruct 上，5 小时训练预算内五项任务 avg@16 分别达到 76.2 和 72.4，超过 GRPO（Qwen3-8B 为 70.4）与 SDPO 基线；同时平均生成 token 数与显存占用更低。实验使用 4 张 NVIDIA GH200。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 09:17
新论文称 FSPO 在 5 小时训练预算内五项任务 avg@16 超越 GRPO 与 SDPO，且 token 与显存更省。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntFSPO：函数空间时间自蒸馏让 7B/8B 模型推理训练更快更省
新论文提出函数空间策略优化 FSPO，结合时间整合与特权适配来改进推理与工具使用策略优化。在 Qwen3-8B 和 Olmo3-7B-Instruct 上，5 小时训练预算内五项任务 avg@16 达 76.2 和 72.4，超过 GRPO（Qwen3-8B 为 70.4）与 SDPO 基线。平均生成 token 与显存占用更低，实验用 4 张 NVIDIA GH200。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。