清华大学季向阳团队提出 MPTS：用模型预测任务采样让大模型与机器人更聪明地交互

清华大学季向阳团队提出模型预测任务采样（MPTS），用轻量风险预测模型在线预测任务难度，替代逐个评估的高昂交互成本。该框架已用于具身智能体的鲁棒快速适应，以及推理大模型 RLVR 与 SFT 后训练，代表算法 MoPPS 是最早实现 RLVR 训练加速的预测式采样算法之一。相关成果发表于 Nature Communications、T-PAMI、ICML、KDD、ICLR 等期刊与会议。