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
- AISI:80 美元算力微调即可绕过开放生物模型的数据过滤 — connoraxiotes · 2026-10-27
- RFD4-Proteina 跑在 RTX 3060 上:单次蛋白设计最低约 $0.001 — AllThingsApx · 2026-10-27
- 弗莱堡生成智能实验室通过 ELLIS 项目招收多名全奖博士，10月31日截止 — yuyinzhou_cs · 2026-10-27
- Nature Physics 论文：可重构折射率实现对多模波传播的任意控制 — MarioKrenn6240 · 2026-10-27
- Wakaru 开源 ontologize:用模型激活为数据集自动生成本体标签 — amplifiedamp · 2026-10-27
- EMNLP Oral 论文用跨层转码器揭示 LLM 多语言共享表征机制 — ZhijingJin · 2026-10-27