发生了什么
Hanqing Zhu 发布 ISO 优化栈(RLVR-native)
为什么值得关注
ISO-Optimizer在减少训练步骤方面有显著效果，值得关注其具体实现和可复现性。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
ISO: RLVR原生优化栈
Hanqing Zhu团队提出ISO，一个RLVR-native优化栈，包含ISO-Merger（无需数据、回滚或OPD即可合并RL专家）和ISO-Optimizer（作为AdamW/Muon的即插即用包装，在Qwen3-8B-Base上匹配AdamW精度，步骤减少约2.7倍）。
打开原始来源 ↗