针对Explorative Modeling的早停优化
尝试了Explorative Modeling训练后，虽然确实存在各种方面的提升，但是存在随着K值上升，我们需要的compute也随着增加
为了减少计算，加入全局分桶min值
在某个分桶内找到接近最低值的解后停止探索
从而减少不必要的算力浪费
还没有进行过实际的验证，该方法由deepseek v4 flash提出，我一开始提出的是gap值计算，被否了(果然dsv4flash比我更懂
可能评论区还有更好的方法，可以交流一下
AIGC 文生图 lora训练 深度学习 扩散模型
