极简方案刷新扩散模型推理纪录，阿里清华论文入选ICML杰出论文
量子位1793 字 (约 8 分钟)
85
阿里清华联合论文提出JustGRPO方法，通过强制顺序生成提升扩散模型推理性能，准确率超现有复杂算法。
入选理由：JustGRPO方法使GSM8K测试集准确率达89.1%
精选文章#扩散模型#ICML#阿里#清华#强化学习中文
概念
JustGRPO
别名：简单强化学习算法
通过强制顺序生成提升扩散模型推理性能的方法
已跟踪 1 条高相关材料
TraeAI 观察
最近变化
2026-07-06 · JustGRPO方法使GSM8K测试集准确率达89.1%
为什么值得关注
JustGRPO 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
ICML强化学习扩散模型清华阿里
相关材料
已收录 1 条与 JustGRPO 相关的内容，按评分排序。