新综述：后训练如何教会 LLM 何时搜索、如何权衡证据
_reachsumit · x · 2026-11-13
一篇新论文系统梳理了后训练如何塑造 LLM 的信息获取能力，覆盖六项信息搜索技能：模型何时决定发起搜索、如何撰写查询、以及如何权衡和整合证据。
对理解 reasoning/搜索类模型的训练机制与能力边界有参考价值。
「研究」频道最新
- 1000 个 Claude 智能体 11 天形式化费马大定理，写下 1300 万行 Lean — FinanceYF5 · 2026-11-13
- LobeHub 开源 awesome-rsi:一张地图理清 AI 递归自我改进研究 — udmrzn · 2026-11-13
- François Fleuret 质问：EMA 归一化为何不如 batch 归一化流行 — francoisfleuret · 2026-11-13
- RL 框架 Miles v0.2 发布:支持 NVIDIA/AMD/TPU/Trainium 四种硬件 — ying11231 · 2026-11-13
- 开源机器人学习书发布规划新章：详解 CEM 等采样式规划器 — GlenBerseth · 2026-11-13
- 14 分钟视频还原 ChatGPT 一次问答之旅:从回车键到 GPU 再返回 — Glass-Garden-5888 · 2026-11-13