研究揭示：噪声数据严重破坏 RLVR 训练效果
ddkang · x · 2026-08-28
Daniel Kang 团队的研究反驳了“RLVR 对噪声数据具有鲁棒性”的观点。他们发现此前声称“100% 错误数据”仍有效的结论源于数据被正确标签污染。通过更严格的清洗管道，团队证明噪声数据会使测试准确率下降超 9%，且算法改进难以缓解。
所属事件:清洗数据后 Kimi-K2.6 在 Text-to-SQL 达人类水平(3 条相关)→
「研究」频道最新
- 播客访谈：探讨 Python 开发工具手册及 Agent 时代博客价值 — tdhopper · 2026-08-28
- 关于模型“双盲”评估术语的歧义讨论 — BlancheMinerva · 2026-08-28
- Databricks推图表提取技术：300M模型性能超10倍多模态基线 — matei_zaharia · 2026-08-28
- 陶哲轩：AI 因不分享失败致能力难测，但已解难题 — haider1 · 2026-08-28
- alphaXiv 推出自研 Agent，arXiv 论文变身活体实验 — simonguozirui · 2026-08-28
- COMPASS 模型改进基因扰动响应预测 — anshulkundaje · 2026-08-28