DeepMind · 训练
DeepMind 提出自适应缩放目标并保持输出精度的训练方法
DeepMind 发表了一项关于训练动态调整的研究，提出在自适应缩放目标值的同时，保持模型输出精度的新方法。该工作聚焦于回归任务中目标值分布变化带来的训练不稳定问题，通过引入保精度缩放机制，让模型在训练过程中既能适应目标尺度变化，又不会丢失对原始精度的控制。这项工作对强化学习和动态环境下的模型训练有一定参考价值。
- 域名
deepmind.google- 评分
- 3 · 可关注
- 发布
- 2026-03-11
导读
这条暂时没有深度导读，点上方「访问项目本体」直接到源页面查看。