- @aug81235
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。
零阶优化让大模型微调无需反向传播，却长期受困于梯度估计方差大、学习率极度敏感；SubZero+ 用层特定低秩子空间内的多查询梯度估计破解多查询悖论，配以子空间 Adam 与 QR 符号校正，在 Qwen2.5-32B 上全参数微调达 87.4%，较上一代 SubZero 高 2.3 个百分点，并让最优学习率窗口扩大约 100 倍、稳定范围拓宽约 3 倍。
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。
研究者发现 GRPO 同一 mini-batch 内不同查询诱导的组梯度有 46.5% 余弦相似度为负、互相打架，直接平均会稀释甚至逆转有效更新；提出的 GUPO 用贝叶斯近似加 Dirichlet 证据为每个组梯度估不确定性并校准聚合权重，在 DeepScaleR-1.5B、Qwen-1.5B/7B 三模型六基准上平均提升 1.8–3.0 分，全面超越 Dr.GRPO、GCPO、GVPO 等基线
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。
思陌智能体定制，由沈阳思陌智能科技有限公司（思陌智能科研服务）打造，专注为医疗机构提供知识问答、科研助手、临床决策支持等AI智能体定制开发服务。从需求分析到部署上线全流程覆盖。