研究：SFT比RFT更易遗忘，源于风格漂移
热点事件持续更新
研究：SFT比RFT更易遗忘，源于风格漂移
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
一项 arXiv 研究用可解析的线性-softmax 策略，分解了分类任务中 SFT 与 RFT 的更新。在共同策略与提示词下，两者的语义更新平行，但风格动态不同：RFT 用精确策略梯度可保持类内风格对称，SFT 在非均匀教师下会产生偏离轴的风格漂移。 研究由此解释为何在教师示范语义全部正确时，SFT 仍比 RFT 导致更多遗忘。该结论来自 Haodong Liang 等作者提交的论文，基于线性-softmax 设定。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
SFT 与 RFT 在分类任务上的对比研究：学习风格，遗忘语义报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGSFT 与 RFT 在分类任务上的对比研究：学习风格，遗忘语义
一项 arXiv 研究用可解析的线性-softmax 策略，对分类任务中 SFT 与 RFT 的更新做了语义与风格分量的精确分解。在共同策略与提示词下，两者的语义更新平行，但风格动态不同：RFT 用精确策略梯度可保持类内风格对称，SFT 在非均匀教师下会产生偏离轴的风格漂移。
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。