小红书技术REDtech·· 6 小时前AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
小红书 AllSpark 提出 ROSS：用选择性监督重学自生成 rollout
训练中自己生成的 Rollout，模型还能学到什么？小红书 AllSpark 提出 ROSS
AI 导读
小红书 AllSpark Team 提出 ROSS，在原有 RL 或 on-policy 蒸馏训练结束后，从历史 rollout 中筛选成功轨迹并审核可模仿片段，保留完整上下文、只对选中 token 做 SFT。
来源：小红书技术REDtech · mp.weixin.qq.com