研究者纠错：模型行为差异源自数据与RL而非梯度下降

一条关于模型行为的图表推文在社交平台流传，该推文称这张图「只要懂梯度下降就毫不意外」，把图中呈现的模型行为差异归结为梯度下降的工作方式。2026年10月15日，研究者 Luigi Acerbi 对这一说法公开纠错，指出该图表与梯度下降的具体工作方式无关，真正相关的是训练数据的构成以及后训练中的强化学习（RL）。他把这种归因称为经典错误，认为它忽略了数据与 RL 的作用。目前事件仅涉及这一纠错表态，尚无其他当事方回应。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。