热点事件持续更新
Meta论文：RL后训练降低智能体多次尝试解决率
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月30日，X 用户 Rohan Paul 发帖介绍 Meta 一篇论文，提出所谓 Sharpening Tax（锐化税）：RL 后训练会提升智能体首次尝试的成功率，但会缩小解法覆盖范围，在多次尝试下反而降低最终找到解的概率。帖子称，研究在 3 个智能体基准上测试了 14 对基座与后训练模型；在 WebShop 上，gemma-4-31B 基座在最多 128 次尝试内解出超过 85% 的任务，而后训练版仅 56%；在 42 对模型与基准组合中，有 36 对呈现正的 Sharpening Tax。目前该报道仅来自单一 X 帖子的转述，论文原文细节及是否经同行评审尚不明确。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 01:14
X 帖子介绍 Meta 论文：RL 后训练提升首次成功率，却降低 128 次尝试内的解法覆盖率。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Rohan Paul (@rohanpaul_ai) · XMeta 论文提出 Sharpening Tax：RL 后训练提升首次尝试但缩小解法覆盖
Meta 论文发现 RL 后训练提升智能体首次尝试成功率，但在最多 128 次尝试下反而降低最终找到解的覆盖率。研究在 3 个智能体基准上测试 14 对基座与后训练模型，WebShop 上 gemma-4-31B 基座在 128 次内解出超 85% 任务，后训练版仅 56%；42 对模型与基准组合中 36 对 Sharpening Tax 为正。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。