采样控制 LLM-DailyDigest 2026-08-21 2026-08-21 约 100 字 预计阅读 1 分钟 采样控制 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 不确定性量化 1 Forking Fast：高效估计文本生成的不确定性动态 08-22 推理效率 2 分层稀疏注意力：缩小极端稀疏下的稀疏—稠密差距 10-22 FLEET：基于熵轨迹记忆的高效文本生成 09-24 数据自演化 1 Dreaming Learning 缓解合成数据训练中的模型坍缩 10-22 测试时优化 1 ARR：在修订与重采样间自适应分配测试时计算 10-21 策略优化 1 TailRL：面向高奖励尾部覆盖的强化学习 09-10 采样控制 6 Guided-RLVR：以引导式探索提升可验证奖励强化学习 10-29 GRAFT：恢复连续扩散语言模型缺失的采样接口 10-22 GRPODropout：筛除部分 Rollout 改善在线强化学习 10-09 后训练中的锐化税：单次准确率与解法覆盖率的权衡 10-08 扩散语言模型的自排斥采样 10-01 嵌套序贯蒙特卡洛控制离散扩散生成 08-21 高斯引导 1 Agent-G²：面向智能体强化学习的高斯引导 08-25
