arXiv · cs.AI· Yuelin Hu, Wei Liu, Zhenbo Yu, Zhengxue Cheng, Li Song·· 11 小时前
GAC：面向混合SFT-RL后训练的噪声感知自适应混合方法
GAC: Noise-Aware Adaptive Mixing for Hybrid SFT-RL Post-Training
arXiv:2605.26184v2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：Yuelin Hu, Wei Liu, Zhenbo Yu, Zhengxue Cheng, Li Song
研究任务与主要进展
研究提出GAC，用于在监督微调（SFT）与强化学习（RL）信号噪声变化时自适应调整混合权重，通过最小化混合随机梯度MSE上界，平衡梯度噪声方差与SFT-RL分歧。
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