热点事件持续更新
RIKEN 等提出 FBI 优化器：每次更新仅需一次采样
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
RIKEN AIP 等机构提出 FBI 优化器，面向以 Pass@K 为目标的训练，使每次参数更新只需一次采样。报道称，在 Maze-Hard 任务上，FBI 的 Pass@10 达到 91.3%，与需要逐个采样的 Direct-10（91.0%）基本持平；而每次更新的训练时间从 0.5614 秒降至 0.0692 秒，仅为前者的 12.3%。其平均 Pass@K 也优于 GRPO 与 DMPO。报道未披露该优化器的更多技术细节、适用任务范围及开源情况。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 18:34
FBI 在 Maze-Hard 上 Pass@10 达 91.3%，每次更新耗时由 0.5614 秒降至 0.0692 秒。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- AGI HuntRIKEN 等提出 FBI 优化器：训练更新只需一次采样，Pass@10 成本降至 12.3%
RIKEN AIP 等机构提出 FBI 优化器，让以 Pass@K 为目标的训练每次更新只需一次参数采样。在 Maze-Hard 上其 Pass@10 达 91.3%，与逐个采样的 Direct-10（91.0%）相当，但每次更新训练时间从 0.5614s 降至 0.0692s，仅为 12.3%。其平均 Pass@K 也优于 GRPO 与 DMPO。
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。