新研究：训练单个Transformer层可媲美全参数RL训练
tokenbender · x · 2026-08-16
arXiv论文《Is One Layer Enough?》发现，在RL后训练中，训练单个Transformer层即可恢复全参数RL训练的大部分收益，有时甚至超越。跨7个模型、3种RL算法和多个任务域，高贡献层集中在中间40-60%的层。
「研究」频道最新
- GAE 论文提出几何原生潜空间，实现 3D 一致的世界生成 — yshan2u · 2026-10-16
- Agent 会随上下文变长而“摆烂”：编辑量从150行缩到30行 — dbreunig · 2026-10-16
- LMR-BENCH 登 EMNLP 2025:LLM Agent 能否复现真实语言建模研究 — ZhiyuChen4 · 2026-10-16
- Cammarata 称大模型绝大多数神经元已可读，学界质疑是炒作 — anshulkundaje · 2026-10-16
- 物理学者视角质疑：ML 社区不该默认模型「不可理解」 — tszzl · 2026-10-16
- AI Agent 评测综述:评估日益真实但仍难测安全与可靠 — burkov · 2026-10-16