Collapse 是一个在人工智能领域，特别是在机器学习和深度学习中的应用问题，指的是模型在训练过程中出现的性能下降或崩溃现象。 Collapse 近期进展 ElasticTTT：保留先验的测试时调优视频编辑方法：该研究提出了一种视频编辑方法，旨在通过保留先验知识来缓解测试时调优过程中的 Collapse 现象。 诊断与缓解On-Policy Self-Distillation中的Thinking Collapse：这篇论文探讨了 On-Policy Self-Distillation 中的 Collapse 问题，并提出了相应的诊断和缓解方法。 GRPO优势坍塌问题诊断与AVSPO缓解方案：该研究针对 GRPO 中的优势坍塌问题进行了诊断，并提出了 AVSPO 缓解方案。 当前焦点与观察点 当前研究主要关注 Collapse 的诊断和缓解策略，特别是在视频编辑、On-Policy Self-Distillation 和 GRPO 等特定领域。 研究者们正努力通过保留先验知识、诊断方法以及缓解方案来减少 Collapse 的发生，以提高模型的稳定性和性能。