又一条转述统一预训练与 RL scaling law 的论文
Pavel_Izmailov · x · 2026-07-21
## 另一条转述同一篇“预训练到后训练” scaling law 论文 这条转发指向的还是同一项研究：论文 **《Understanding Reasoning from Pretraining to Post-Training》** 讨论的是**预训练 + RL 的联合 scaling law**。 配图再次强调：推理能力可以放在整个训练流水线里一起看，从预训练、RL 步数到总算力，都能形成一条统一的分析框架。
所属事件:新研究提出预训练与RL联合缩放律(16 条相关)→
「研究」频道最新
- 腾讯推出 Hyra-1.0，面向研究与工程任务的智能体 — bdsqlsz · 2026-07-21
- CaRE 用双层路由 MoE 把持续学习推到 300+ 任务 — jiqizhixin · 2026-07-21
- SIGGRAPH 论文展示点云场景的快速 signed distance 计算 — keenanisalive · 2026-07-21
- Andrew Ng 发布 1 小时课程，讲 agentic knowledge graphs 与 Google ADK — blaizedsouza · 2026-07-21
- 南加州大学提出 TOPL：逐 token 离策略学习泛化到 11 个摘要集 — UniversityofSouthernCalifornia · 2026-07-21
- OpenAI 内部模型据称可自主解出单位距离问题，成功率 48% — inductionheads · 2026-07-21