美团与北大 GeoRA 获 ACL 2026 杰出论文：为 RLVR 设计低秩适配
- 方法核心：GeoRA 先用谱先验与欧氏先验定位 RLVR 偏好的稀疏更新区域，再用截断 SVD 压缩为低秩适配器，并冻结残差权重保持初始化函数不变。
- 实验数据：在 1.5B 到 32B 的 Qwen 与 Llama 模型上，数学、医学、代码三类 RLVR 任务稳定优于 LoRA、PiSSA、MiLoRA 等低秩基线；相比全参微调，可训练参数降 99.5%，单步耗时降 19.9%，显存降 28.5%。
- 业务应用：在 AI 骑手招聘的 Agentic RL 场景中，GeoRA 效果与全参训练相当，相比 LoRA 提升约 12%，显存较全参训练降低 54%。
- 行业意义：LoRA 等低秩方法主要针对 SFT 设计，RLVR 的更新几何不同；GeoRA 把几何先验落到稠密低秩计算，避免稀疏微调“参数少但更慢”的问题。 🔗 美团技术团队
