续解 forking：后训练重放同样触发，冻结 n-gram 表可缓解
ZimingLiu11 · x · 2026-10-27
刘子鸣第 5 条讲解指出，后训练阶段同样存在数据重放，forking 会在小型代码、数学及 RLVR 风格语料上重现；冻结 n-gram 表(freezing the table)有助于缓解。配图展示了 Table trainable 与 Table frozen 在 ID、Magicoder、OpenR1、RLVR-MATH 四个语料上的 loss 与 gap 曲线对比，冻结表显著缩小在线 loss 与验证 loss 的差距。
所属事件:刘子鸣续解大模型 forking 机制与缓解方法(2 条相关)→
「研究」频道最新
- 剑桥等机构论文揭露图软提示的 token collapse 病态行为 — Sapienza · 2026-10-27
- Mathathon 2.0 启动：与陶哲轩 SAIR 合作，团队获 150 万美元算力 — _sathvikr · 2026-10-27
- 推友提出「甜课程」真实存在：两类 ML 问题应分而治之 — mike64_t · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27
- Infini-AI Lab 开源 Hermit:让 agent 从经验中进化出好习惯 — BeidiChen · 2026-10-27