Sharpening Tax:后训练或只是磨利旧技能而非教会新智能体能力
SharonYixuanLi · x · 2026-10-02
研究者 Changdae Oh 等提出「Sharpening Tax」概念,探讨一个核心问题:后训练(post-training)到底是让 LLM 学会了新的 agentic 技能,还是只是把它已有的能力磨得更尖?
该工作试图量化后训练的隐性成本——即模型在提升既有能力的同时,可能牺牲或未能扩展真正的新技能。原帖为 11 条线程的开头,详细数据与实验结果在原线程中展开。
所属事件:Meta 提出「锐化税」:RL 后训练用 pass@K 覆盖换单次准确率(5 条相关)→
「研究」频道最新
- 顶级实验室的最大优势不是钱,而是帮你省下数年试错时间 — madeofAjala · 2026-11-19
- LEV 循环决策模型:2.6B 模型四轮推理准确率 63.2%→76.2% — jiqizhixin · 2026-11-19
- 单卡 36 小时、100B tokens 从零预训练 400M 稀疏 MoE 模型 — Tall_Abrocoma_3533 · 2026-11-19
- 研究者质疑 METR/Anthropic「2 倍加速」RSI 论证统计上站不住 — jessi_cata · 2026-11-19
- 用线性探针识别基座模型补全文本时扮演的人格,尚无人尝试 — cephaloform · 2026-11-19
- ETH 机器人 Anymal 阿尔卑斯山完成 10 公里全自主徒步 — ChongZzZhang · 2026-11-19