IXThinker·2025-12-02 13:30

強化學習破同質化，DARLING顯式優化多樣性

大模型能力越強，回答卻越發千篇一律。一場將於12月4日舉行的報告將介紹DARLING框架，探討如何以強化學習顯式優化語義多樣性，打破後訓練帶來的同質化困局。

同質化之困

隨着大語言模型能力提升，模型回答高度一致、內容相似。後訓練階段強化「正確性」與「有用性」，令輸出分佈被進一步壓縮，創意寫作、頭腦風暴與開放式推理等任務深受影響。