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:RLVR+数据清洗让Text-to-SQL首超人类(6 条相关)→
「研究」频道最新
- Halcyon：0.52B 参数省 18 倍算力超越 LlamaGen-XL/8 文生图基线 — JosephJacks_ · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- 研究：一个 just 之差就能改变 LLM 对话的走向 — StellaLisy · 2026-10-16
- SEAR 首次大规模对照研究：7 个前沿 LLM、330 项任务检验自进化机器人 — xiye_nlp · 2026-10-16
- Claude 助力连破椭圆曲线纪录后，EC Rank 挑战赛开放 156 个纪录位 — Jsevillamol · 2026-10-16
- 用超声替代胎儿 MRI，牛津团队做产前大脑 AI 建模 — AnnaCiaunica · 2026-10-16