新论文揭秘：后训练数据中的「岔路口」如何让推理模型覆盖度收缩
ParshinShojaee · x · 2026-10-03
作者将出席 10 月 8–9 日在旧金山举行的 COLM 2025，研究方向为长程智能体、上下文管理、自我改进与开放式发现。
其团队将在会议展示论文 《Why Do Reasoning Models Lose Coverage? The Role of Data and Forks in the Road》（10 月 8 日周四 4:30pm，Imperial Ballroom #58）：
- 从数据中心的视角重新审视「推理模型为何丧失覆盖度」这一开放问题
- 核心发现：后训练数据中的「forks in the road」（岔路口式情境）会塑造并收缩模型的行为覆盖范围
作者同时在现场约见同行交流。
「研究」频道最新
- 开源预训练以约 10% 成本追平 Llama 3.2 1B,576B checkpoint 数据公布 — jon_durbin · 2026-10-04
- Neuralink 用 5 万小时脑活动训练 AI 模型,光标控制破 11.32 bps 纪录 — mark_k · 2026-10-04
- 训练 128k 参数神经细胞自动机,用双耳声音「看见」墙角后的目标 — yacineMTB · 2026-10-04
- 蛋白质水印不难加,难的是 proteinmpnn 轻松擦除 — anshulkundaje · 2026-10-04
- DNA 序列水印被指形同虚设:Raygun 类工具可低成本去除 — anshulkundaje · 2026-10-04
- Meta 研究:RL 后训练反而降低大模型多轮任务测试时扩展性 — dair_ai · 2026-10-04