热点事件持续更新
研究提出「锐化税」量化后训练隐性成本
2 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2日，AGI Hunt 报道，研究者 Changdae Oh 等人提出「锐化税」（Sharpening Tax）概念，试图量化大模型后训练的隐性成本，核心问题是：后训练究竟是让 LLM 学会新的 agentic 智能体能力，还是仅把已有技能磨得更尖。同日后续报道补充，该研究涉及 Meta 研究者，并给出了智能体任务上的对比结果：预训练模型配上轻量推理 harness 后，pass@1 远低于 RL 后训练版本，但在足够大的 K 下，pass@K 覆盖更高；RL 后训练以牺牲覆盖多样性为代价，换取单次准确率提升。早先报道称，该工作详细的数据与实验结果在作者发布的 11 条线程原帖中展开。
AI 根据报道生成 · 46 分钟前更新
最新进展10月2日 10:49
新报道补充：研究涉及 Meta 研究者，智能体任务上 RL 后训练以牺牲覆盖多样性换取 pass@1 提升。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AGI HuntSharpening Tax：后训练或只是磨利旧技能，而非教会 LLM 新智能体能力
研究者 Changdae Oh 等提出「Sharpening Tax」概念，试图量化后训练的隐性成本：后训练可能只是把 LLM 已有能力磨得更尖，而非让它学会新的 agentic 技能。该工作关注模型在提升既有能力的同时，可能牺牲或未能扩展真正的新技能，详细数据与实验结果在其 11 条线程的原帖中展开。
- AGI HuntMeta 研究者提出「锐化税」：后训练磨利旧技能而非教新能力
Changdae Oh 等研究者（涉及 Meta）提出「锐化税」（Sharpening Tax），探讨后训练是让 LLM 学会新的智能体能力，还是仅强化已有技能。在智能体任务上，预训练模型配上轻量推理 harness 后 pass@1 远低于 RL 后训练版本，但在足够大的 K 下 pass@K 覆盖更高。RL 后训练以牺牲覆盖多样性为代价，换取单次准确率提升。
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。