热点事件持续更新
论文：只训Fisher前0.1%坐标可获约85%训练收益
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，AGI Hunt 报道一篇论文的结论：在 on-policy 设定下得分均值为零，因此可以在看到 reward 之前，仅依据模型本身的 Fisher 信息对坐标排序，只训练排名前 0.1% 的坐标，即可在策略梯度类方法上恢复约 85% 的全量 on-policy 训练收益。RichardYRLi 对该结论做了概述，YouJiacheng 转发并称其「非常有意思」。目前仅有这一版报道，尚未出现与之矛盾的数字或说法，也未见复现或后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:23
论文称只训 Fisher 前 0.1% 坐标可恢复约 85% 全量训练收益，引发转发讨论。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI Hunt论文：只训 Fisher 信息排名前 0.1% 的坐标，即可拿到 on-policy 全量训练约 85% 收益
一篇论文提出，on-policy 情况下得分均值为零，因此可在看到 reward 之前按仅依赖模型本身的 Fisher 信息给坐标排序，只训练排名前 0.1% 的坐标即可在策略梯度类方法上恢复约 85% 的全量训练收益。RichardYRLi 概述了该结论，YouJiacheng 转发称其「非常有意思」。
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。