华为GTS在ICML 2026提出EDCO方法，推动难度自适应训练成为大模型后训练新范式
原帖
**华为提出AI训练数据新方法，Amazon/Google团队跟进：难度自适应训练正成为新范式**
_ICML 2026 | 华为GTS提出AI训练数据新方法，Amazon/Google作者团队「光速跟进」：难度自适应训练正在成为新范式_
> 在ICML 2026上，华为GTS团队提出EDCO方法，将样本难度估计与动态课程编排引入大模型微调。数月后，由Rutgers、Amazon、Google等作者参与的DARE论文引用了EDCO，推动难度自适应训练成为新范式。这标志着大模型后训练的数据策略从“越多越好”转向动态选择最合适难度的样本，模拟人类学习过程。
**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：ai-models
- **发布时间**：2026-05-18 13:28（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-05-18-4)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
在2026年5月18日发布的文章中，机器之心报道了华为GTS团队在ICML 2026上提出的EDCO方法。该方法将样本难度估计与动态课程编排引入大模型微调，随后被Rutgers、Amazon、Google等团队的DARE论文引用，标志着大模型后训练数据策略从“越多越好”转向动态选择最合适难度的样本。
答案说明
根据2026年5月18日的报道，华为GTS团队在ICML 2026上提出的EDCO方法，通过引入样本难度估计和动态课程编排进行大模型微调，推动了难度自适应训练成为新范式。该范式意味着后训练数据策略从追求数据量转向动态选择最合适难度的样本，模拟人类学习过程。
这篇帖子回答的问题
- 华为GTS团队提出的EDCO方法是什么？
- 为什么说难度自适应训练正在成为大模型后训练的新范式？
核心观点
- 在2026年5月18日发布的文章中，机器之心报道了华为GTS团队在ICML 2026上提出的EDCO方法。该方法将样本难度估计与动态课程编排引入大模型微调，随后被Rutgers、Amazon、Google等团队的DARE论文引用，标志着大模型后训练数据策略从“越多越好”转向动态选择最合适难度的样本。
FAQ
- Q: EDCO方法的核心思想是什么？
- A: 根据报道，EDCO方法的核心思想是将样本难度估计与动态课程编排引入大模型微调。
- Q: 难度自适应训练新范式的主要变化是什么？
- A: 报道指出，新范式的主要变化是大模型后训练的数据策略从“越多越好”转向动态选择最合适难度的样本。
关键实体
- 华为GTS
- EDCO
- ICML 2026