热点事件持续更新

DART-ES：面向进化策略微调LLM的难度感知重加权与定向回放

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

2026年10月7日，arXiv Machine Learning Theory 发布一手报道，提出 DART-ES 方法，用难度感知重加权与定向回放改进进化策略（ES）对大语言模型的全参数微调，仅靠前向计算即可训练。报道给出多项实验结果：DART-ES 在五个基座模型上均优于 ES，平均准确率从 72.07% 提升至 73.53%；在 GSM8K 上超过 GRPO 的 73.26%；在五个数学推理基准上平均准确率为 49.20%，高于 ES 的 48.34%。目前报道仅包含上述事实，未见与其他报道矛盾之处，也未见后续进展或独立验证信息。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv · Machine Learning Theory
DART-ES：面向进化策略微调 LLM 的难度感知重加权与定向回放
提出 DART-ES，用难度感知重加权与定向回放改进进化策略（ES）对 LLM 的全参数微调，仅靠前向计算即可训练。DART-ES 在五个基座模型上均优于 ES，平均准确率从 72.07% 提升至 73.53%，超过 GRPO 在 GSM8K 上的 73.26%；在五个数学推理基准上平均准确率为 49.20%，高于 ES 的 48.34%。

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。