热点事件持续更新
ForkGRPO：扩散语言模型的强化学习框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.CL 刊出论文 ForkGRPO，提出面向扩散语言模型（dLLM）的强化学习框架：从参考轨迹上的高熵中间状态采样多条续写，并做 segment 级细粒度信用分配。论文称，在所评估的架构保持型 RL 方法中，ForkGRPO 在四个 benchmark 中的三个上性能最佳，较 JustGRPO 最高提升 1.2 个百分点，生成 token 最多减少 27.8%；其快速版本 ForkGRPO-Fast 训练墙钟时间提速 2.49 倍，精度损失可忽略。截至该报道，尚无后续进展披露。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
arXiv 论文发布 ForkGRPO，四个基准中三个表现最佳，较 JustGRPO 最高提升 1.2 个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLForkGRPO：面向扩散语言模型的高效探索与细粒度信用分配
ForkGRPO 是面向扩散语言模型（dLLM）的强化学习框架，从参考轨迹上的高熵中间状态采样多条续写，并做 segment 级细粒度信用分配。在所评估的架构保持型 RL 方法中，它在四个 benchmark 的三个上性能最佳，较 JustGRPO 最高提升 1.2 个百分点，生成 token 最多减少 27.8%。ForkGRPO-Fast 训练墙钟时间提速 2.49 倍，精度损失可忽略。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。