提出FSPO框架优化策略提升模型精度

发生了什么

据arXiv cs.CL论文，研究者提出函数空间策略优化（FSPO）框架，通过存储历史token分布作为固定目标，结合特权不一致校正等技术，在5小时训练预算下，使Olmo3-7B-Instruct模型平均准确率提升约4个百分点，峰值内存从70GB降至56GB。