IXThinker·2026-04-08 11:30

以劇毒數據煉模型 反促推理能力躍升

Meta FAIR提出SOAR訓練方法，反以錯誤率達67%的「劇毒數據」訓練模型：把錯誤轉化為學習素材，成功擺脫高失敗率困境，推理能力提升9.3%，開闢反脆弱訓練新路。

劇毒教材反成藥

傳統觀念中，向模型灌輸錯誤率極高的數據形同「投毒」，輕則邏輯混亂，重則全面崩壞。研究卻反其道而行，把錯誤示範當作學習素材，令模型在試錯中強化推理，效果出乎意料。