算法论文8

腾讯混元等：E - GRM 让奖励模型智能分配算力

InfoQ2026-07-02

AI 摘要

腾讯混元与新南威尔士大学：提出 E - GRM 框架，把模型不确定性变为调度信号，按需推理。在 MATH 数据集实验中，延迟降 62%、FLOPs 降 49%，准确率升 3.3%，为大模型高效部署提供方法。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

0.01%参数，大模型低数据微调新方案

瑞典隆德大学与Google DeepMind团队研究大模型微调省参方案。发现低数据场景下，微调Value投影中的b(v)比b(q)或b(k)性能更好。该研究已被ACL 2026接收，集成进Hugging Face - PEFT库。

前沿模型团队算力瓶颈从不足变为分散，开源AI算力调度项目SkyPilot应运而生。7月末，它从高校走出成为初创公司，完成2000万美元种子轮融资。其免费版与商业版各有侧重，切入AI编排赛道潜力大。

大模型微调（SFT）是主流LLM落地方案，但大家默认训练完就是学完了。腾讯混元团队发现SFT存在不完全学习现象（ILP），论文完成了定义ILP、找根因、提诊断框架和验证干预等工作。

当下视觉生成中，开源模型在逻辑推理生成任务上频频翻车，与闭源模型有差距。浙大与阿里团队提出Unified Thinker，将思考与执行解耦，构建数据集、采用创新算法，实验显示其有效提升逻辑执行准确度。