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(18 条相关)→
「研究」频道最新
- 实验猴荒：中国 3-5 万美元一只，繁育周期 4 年成药物临床前瓶颈 — zebird0 · 2026-10-27
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27