只需向模型添加高斯噪声，性能就能比肩甚至超越 GRPO/PPO 等经典调参算法 … ** 不用复杂调参，随机改改参数再整合结果，模型效果就能和 GRPO/PPO 等专业调参方法差不多 ** … > 只需向大语言模型添加高斯噪声 _（单步操作 —— 无需迭代、无需学习率、无需梯度）_，然后将它们集成起来，就能在数学推理、编程、写作和化学任务上取得与标准 GRPO/PPO 相当甚至更优的性能。
暂无讨论，说说你的看法吧
只需向模型添加高斯噪声，性能就能比肩甚至超越 GRPO/PPO 等经典调参算法 … ** 不用复杂调参，随机改改参数再整合结果，模型效果就能和 GRPO/PPO 等专业调参方法差不多 ** … > 只需向大语言模型添加高斯噪声 _（单步操作 —— 无需迭代、无需学习率、无需梯度）_，然后将它们集成起来，就能在数学推理、编程、写作和化学任务上取得与标准 GRPO/PPO 相当甚至更优的性能。