Meta 提出「锐化税」:RL 后训练用 pass@K 覆盖换单次准确率

Meta(Superintelligence Labs)研究团队(Changdae Oh 等)发表论文提出「Sharpening Tax(锐化税)」概念,实证大模型后训练中的「锐化假说」,并给出修正方案,揭示 RL 后训练在提升单次准确率的同时会收窄模型解空间。

已确认

为什么重要

2026-10-02 ~ 2026-10-04 · 5 条相关

一手来源