热点事件持续更新
AdaC-GRPO：自适应课程学习攻克长程视觉数独
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12日，arXiv cs.AI 收录论文《AdaC-GRPO：用自适应课程学习攻克长时程视觉数独》。该工作提出 AdaC-GRPO 方法：利用在线 rollout 准确率跟踪模型当前的“最近发展区”，并据此动态构建训练批次，以缓解长时程视觉数独任务中成功率近零所导致的奖励稀疏问题。论文同时提出细粒度基准 FG-Sudoku，按网格尺寸与推理步数对题目分类；据该报道，前沿多模态大模型（MLLM）在 9×9 等需要复杂长程依赖的题目上仍然失败。目前可见的进展仅有这一篇论文报道，尚无后续实验结果、复现或同行评议信息，事件仍在早期阶段。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
arXiv 新论文提出 AdaC-GRPO 与 FG-Sudoku 基准，称前沿 MLLM 在 9×9 长程数独上失败。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIAdaC-GRPO：用自适应课程学习攻克长时程视觉数独
AdaC-GRPO 用在线 rollout 准确率跟踪模型的"最近发展区"并动态构建训练批次，缓解长时程视觉数独中近零成功率导致的奖励稀疏。研究另提出按网格尺寸与推理步数分类的细粒度基准 FG-Sudoku，前沿 MLLM 在 9*9 等复杂长程依赖上失败。
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。