T
traeai
Sign in

产品

什么是 DAPO

一种强化学习算法,用于多模态大模型训练。

为什么现在值得关注?

最近变化

2026-05-17 · SFT可能导致模型性能下降,如Qwen3-VL-8B SFT后准确率下降5.2%

DAPO 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。

📰 DAPO 最新动态

已收录 1 篇与「DAPO」相关的 AI 资讯和分析。

SFT别急着接RL!你的多模态大模型可能一直在“带伤训练”

SFT may introduce distribution bias during the training of multimodal large models, leading to performance degradation in the RL phase. PRISM addresses this issue through a three-stage pipeline.

入选理由:SFT可能导致模型性能下降,如Qwen3-VL-8B SFT后准确率下降5.2%

FeaturedArticle#Multimodal#Large Model#PRISM中文

与「DAPO」经常一起出现的 AI 术语。

💡 想追踪「DAPO」的长期趋势?去 实体雷达 · DAPO 查看详细分析和跨材料问答。

AI may generate inaccurate information. Please verify important content.