Meta论文：RL后训练提升首试却降低多次尝试覆盖率
热点事件持续更新
Meta论文：RL后训练提升首试却降低多次尝试覆盖率
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
Meta等机构发表论文称，强化学习后训练让AI Agent首次尝试更准，但在最多128次重试下，整体找到解的比例反而下降。 论文将这一现象称为“锐化税”（Sharpening Tax）：后训练收窄了模型探索的解空间，首次成功率上升，却牺牲了多次尝试中的覆盖范围。
AI 根据报道生成 · 44 分钟前更新
最新进展10月30日 01:14
Meta 论文提出 Sharpening Tax：RL 后训练提升首次成功率但缩小解空间覆盖报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Rohan PaulMeta 论文提出 Sharpening Tax：RL 后训练提升首次成功率但缩小解空间覆盖
Meta 等机构论文发现 RL 后训练让 Agent 首次尝试更准，但在最多 128 次重试下整体解题覆盖反而下降。
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。