实测观察：RL 过度的大模型丧失创造力，回复趋同

被 RL 过度后训练的模型会丧失创造力：对「讲个故事」「讲个笑话」这类模糊 prompt 多次提问，即使调高 temperature 也得到非常相似的回答，而 base model 的输出多样性明显更高。作者建议使用重度后训练的 reasoning 模型时，尽量把意图表达得足够详细、具体，否则模型会滑向「默认轨迹」，给出千篇一律的答案。