1598 篇 RL 训练方法只有 37 个进了开源框架:论文到落地的巨大断层
Taiheng Pan · hf · 2026-10-22
- 一项对七个主流开源 LLM 训练框架（2025 年 1 月至 2026 年 6 月）的追踪研究显示：arXiv 上共有 1,598 个 RL 训练方法，但只有 37 个被框架代码采纳。
- 尽管论文发表量持续增长，开源框架对学术 RL 方法的采纳率始终很低，说明语言模型强化学习研究与其工程落地之间存在显著断层。
- 该项目（rl-method-tracker）以数据面板形式呈现了各时段的发表量与采纳情况（见配图），对判断哪些 RL 创新真正影响实践有参考价值。
「研究」频道最新
- BottleCap 发 ThinkingCap 版 Qwen3.8-Flash-Next,思考 token 平均省 38.5% — Thom_Wolf · 2026-10-23
- DLOSAC:用 Delaunay 三角剖分引导的局部优化改进 RANSAC 几何估计 — zhenjun_zhao · 2026-10-23
- 新基准论文：用 3D 基础模型重建地理多样化建筑 — zhenjun_zhao · 2026-10-23
- FineSplat：细粒度图像块前馈 3D 高斯泼溅，重建精度大幅领先 — zhenjun_zhao · 2026-10-23
- ReDT：分辨率解耦视觉几何 Transformer，2K 重建提速 16 倍 — zhenjun_zhao · 2026-10-23
- 因果时空 Mamba：单目视频前馈 4D 重建新框架 — zhenjun_zhao · 2026-10-23