DUET 论文入选 NeurIPS，RL 训练提速 2.51 倍

2026 年 10 月 2 日，AGI Hunt 报道称，论文 DUET 入选 NeurIPS 2026 并已开源。该工作针对强化学习训练中的算力分配问题：在固定的训练 token 预算下，使用单一拉格朗日乘子联合分配 prompt 数量（即 rollout 次数）与每条 rollout 的最大 token 上限。报道称，这一方法使 RL 训练提速 2.51 倍，性能超越 GRPO。目前关于该论文的公开信息仅有这一条报道，尚未出现后续进展或相互矛盾的说法，其入选与开源状态、以及 2.51 倍提速的结论均来自该报道本身。

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。