热点事件持续更新
PSN-RLVR通过参数扰动提升模型探索能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月29日，量子位报道上海创智学院、复旦大学等团队提出PSN-RLVR方法，相关成果入选NeurIPS 2026。该方法在解题前给模型参数加入小幅扰动，并让扰动贯穿整段推理过程，以提升模型多次尝试的成功率。报道称，在Qwen3-4B-Base上，五项数学基准平均pass@256从70.70%升至74.56%；在Llama-3.1-8B上，该指标从39.56%升至49.92%。目前报道仅介绍方法思路与上述两组基准结果，未提及更多实验细节或后续进展。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 11:40
团队提出PSN-RLVR，在解题前给参数加小幅扰动，提升多次尝试成功率。报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- 量子位 · 微信公众号PSN-RLVR：给参数加扰动，让强化学习后的大模型恢复探索能力 | NeurIPS 2026
上海创智学院、复旦大学等团队提出 PSN-RLVR，在解题前给模型参数加入小幅扰动并贯穿整段推理，提升多次尝试的成功率。在 Qwen3-4B-Base 上，五项数学基准平均 pass@256 从 70.70% 升至 74.56%，Llama-3.1-8B 从 39.56% 升至 49.92%。
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。