热点事件持续更新
Paradigm 公布 SFT/DPPO 交替后训练方案
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 7 日，Paradigm 发推介绍其 post-training 方案：在训练过程中交替进行 SFT 与 DPPO 强化学习，使模型在探索新策略与利用自身潜在能力之间来回切换。该方案公布后，讨论焦点之一落在其官方配图上——有网友调侃这张训练流程示意图像是“雇了一群玩 Minecraft 的 Z 世代”画的，随后形成一波轻松的行业梗。就现有报道看，内容集中于方案思路介绍与配图画风的调侃，尚未见更细的技术细节或实验结果披露。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 13:52
Paradigm 的 post-training 流程图被网友调侃像 Minecraft Z 世代所画，成行业梗。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI HuntParadigm 训练流程图被吐槽：像是招了一群 Minecraft 玩家画的
Paradigm 发推介绍其 post-training 方案：在训练中交替进行 SFT 与 DPPO 强化学习，在探索新策略与利用模型潜在能力之间切换。该方案的配图风格随后被网友调侃像“雇了一群 Minecraft Z 世代画的示意图”，形成一波轻松的行业梗。
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。