arXiv · cs.AI· Zhishen Sun, Hongzhan Wang, Sizhe Dang, Guang Dai, Haishan Ye·· 2 天前
DART-ES：通过难度感知重加权与定向回放优化大语言模型进化策略微调
DART-ES: Difficulty-Aware Reweighting and Targeted Replay for Fine-Tuning LLMs with Evolution Strategies
arXiv:2610.06993v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zhishen Sun, Hongzhan Wang, Sizhe Dang, Guang Dai, Haishan Ye
研究任务与主要进展
作者提出DART-ES，通过难度感知重加权和定向回放改进进化策略对大语言模型的全参数微调。基于论文摘要，DART-ES在五个基础模型上的平均准确率从ES的72.07%提升至73.53%，并超过GRPO在GSM8K上的73.26%；在五个数学推理基准上达到49.20%，高于ES的48.34%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org