INTELLECT-2 aponta delta=4.0 para GRPO mais estável
Publicado em 26 de janeiro de 2026, o resumo atribui ao relatório técnico INTELLECT-2 uma configuração para aumentar a estabilidade do treinamento GRPO: usar delta=4.0. O parâmetro é uma opção concreta para investigação.
Uma publicação datada de 26 de janeiro de 2026 relata que o relatório técnico INTELLECT-2 introduziu uma configuração destinada a aumentar a estabilidade do treinamento GRPO: usar `delta=4.0`. O material apresentado não detalha resultados, condições de teste ou comparações; não é possível concluir, com base nele, que o valor seja adequado a todo treinamento.
Para avaliar a afirmação, consulte o relatório técnico INTELLECT-2 e confira nele a definição do parâmetro, o contexto experimental e os resultados antes de testar a configuração. Se usar IA para estudar ou aplicar o material, evite inserir dados pessoais ou informações internas da organização sem autorização; aplique a política de dados da sua equipe.