热点事件持续更新
RL 微调 Qwen3-1.7B 让输出绕开字母 e
1 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26日，开发者 Kevin Wu 发布实验：在单张 16GB GPU 上对 Qwen3-1.7B 做强化学习微调，目标是让模型在回答日常问题时全程不使用字母 e。他指出难点在于模型以 token 而非字符为单位读取文本，若直接屏蔽 e 对应的 token，输出会变成乱码；改用 RL 训练后，模型能连贯地绕开这个字母。作者公开了完整 writeup 和代码，并称微调后的模型写诗、答冷笑话都能保持语义连贯且全篇无 e。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 09:25
作者公开完整 writeup 与代码，演示微调后写诗、讲笑话均连贯且不含 e。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- AGI Hunt在 16GB GPU 上微调 Qwen3-1.7B，让模型写不出字母 e
Kevin Wu 在 16GB GPU 上对 Qwen3-1.7B 做强化学习微调，让模型回答日常问题时全程不使用字母 e。他指出难点在于模型以 token 而非字符读取文本，直接把 e 对应的 token mask 掉会让输出变成乱码，而 RL 训练能让模型连贯地绕开这个字母。作者公开了完整 writeup 和代码，微调后的模型写诗、答冷笑话都能保持语义连贯且全篇无 e。
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。