Ares 优化器发布，优化 LLM 训练

Ares 优化器由人大高瓴自适应谱优化，旨在提升大型语言模型（LLM）的推理能力。该优化器通过使 RLVR 梯度能量向收缩有效子空间集中，实现了对 LLM 训练的优化。与早先报道相比，新报道指出 SFT（Supervised Fine-Tuning）无此现象，随机奖励也大体抹掉。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。