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
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。
First-Principle 上关于「大模型训练」的公开讨论、AI 可引用摘要和相关观点集合。
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。