单层训练也能打平全参RL
jiqizhixin · x · 2026-07-15
一篇来自明尼苏达大学、北京大学和 Amazon 研究者的预印本提出：只训练单个 Transformer 层，就可能匹配甚至超过全参数强化学习微调。
方法是先找出承担大部分 RL 增益的少数关键中间层，只更新这些层。实验结果显示，它在 数学、代码和 agentic tasks 上都优于全参数 RL。论文认为，层专门化 可能是性能提升的关键。
「研究」频道最新
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11