探讨大模型RL训练：为何模型输出仍具人类可读性？

kalomaze · x · 2026-08-12

AI 研究者 kalomaze 针对大模型在强化学习（RL）训练中为何仍保持人类可读语言（而非演化出不可读的“机器语言”）发表了看法。

他认为，机器语言并非模型达到最优性能的必要条件，而更像是一个容易发生高阶漂移的自由变量。他分享了自己的消融实验结果：在引入分类器连贯性得分作为乘数后，RLVR 依然有效，这证明了系统很容易生成无意义的内容，需要加以约束。