待验证50% 置信事实精确时间
SAO（单轮次异步优化，Single-rollout Asynchronous Optimization）能够在长达一千步的训练过程中保持稳定
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证SAO的Single-rollout（单轮次采样）特征意味着在每次策略更新时采用更精简的采样与轨迹生成机制，减少了对多次rollout的依赖72% 相似待验证SAO的Asynchronous（异步优化）指数据采集（rollout）与策略更新之间解耦并行执行70% 相似待验证FreeLB在每个训练步骤内对嵌入空间执行多步PGD攻击，并累积所有扰动步骤的梯度进行一次参数更新63% 相似待验证完整保存优化器状态是断点续训的关键，仅保存模型权重会导致优化轨迹偏移影响收敛效果63% 相似待验证Continuous Batching采用迭代级调度，在每一个解码步做调度决策，是高并发处理能力的关键技术之一61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/910342API
curl https://kongchang.com/api/v1/knowledge/claims/910342MCP
get_claim(id=910342)