IXThinker·2026-05-13 14:40

研究指監督微調亦可獲良好泛化

上海人工智能實驗室等機構研究指出，監督微調泛化能力差並非絕對定論。通過系統性控制變量實驗，團隊證明微調的泛化表現受優化過程、數據與模型容量共同影響，挑戰微調記憶、強化學習泛化的說法。

通行敘事受質疑

隨着後訓練技術發展，強化學習提升推理能力備受矚目，學界漸形成監督微調只會記憶、強化學習才能泛化的觀點。新研究通過控制變量分析指出，這一敘事存在明顯局限。