热点事件持续更新
EMNLP口头报告：RL训练解锁模型参数化知识
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年9月30日，AGI Hunt 报道一篇入选 EMNLP 口头报告的论文。该研究发现，强化学习（RL）训练能让模型更高效地遍历自身的参数化知识，从而访问到 instruction-tuned 模型中原本无法触达的知识。论文给出的结论是：RL 训练不只是对齐行为，还能解锁基座模型中已经存在、但在指令微调阶段无法调用的知识。作者为 @alexxxzzz6825、@niloofarmire、@RylanSchaeffer 与 Manasa Kaniselvan。截至该报道，尚无后续进展或其他不同结论的报道。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:34
一篇入选 EMNLP 口头报告的论文称，RL 训练可让模型更高效遍历参数化知识。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- AGI HuntEMNLP 口头报告：RL 训练让模型更高效遍历参数化知识
一篇入选 EMNLP 口头报告的论文发现，强化学习能让模型更高效地遍历其参数化知识，从而访问到 instruction-tuned 模型中原本无法触达的知识。结论是 RL 训练不只是对齐行为，还能解锁基座中已有、但指令微调阶段无法调用的知识。作者为 @alexxxzzz6825、@niloofarmire、@RylanSchaeffer 与 Manasa Kaniselvan。
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。