清华等高校联合研发AI训练新算法：提升效率达2.5倍

清华大学联合小米、浙江大学、南洋理工大学及中科院自动化所提出一种名为'SweetSpot Learning'（甜蜜点学习）的新训练算法，旨在通过分层递进的奖励机制提升智能体训练效率。

算法灵感与核心思想

灵感来源于网球的'甜蜜点'概念，研究将解空间划分为不同质量等级的'甜蜜点区域'，并对越接近最优解的区域给予更高的奖励分数，以此引导学习过程更快收敛。

效率提升与实验结果

论文与预印本显示，该方法在多项基准与实验中将训练效率提升约2.5倍，同时在资源利用上更为节约，适配大规模训练场景。

合作与发布渠道

该研究已于2026年2月以预印本形式发布在arXiv（编号arXiv:2601.22491），并由清华与多方科研机构合作完成，体现产学研协同创新的成果。

应用前景

SweetSpot Learning可用于加速大模型与多智能体系统的训练，帮助企业和研究机构在算力有限的情况下提高训练效率并降低成本，具有较强的工程化应用潜力。

如有侵权，请联系删除。