IXThinker·2026-06-21 15:00

港大團隊：自動駕駛突破靠後訓練

自動駕駛系統已在海量數據上完成預訓練，但模型知道怎樣開車，未必知道為何這樣開更好。香港大學團隊聯同多間機構發表新框架，主張以後訓練階段的強化學習與閉環反饋，推動能力的質變。

範式革命的啟示

團隊指出，大模型領域的經驗表明，推理能力的質變不必依賴更大的預訓練規模，後訓練中的強化學習、過程獎勵與閉環反饋，能以極低成本解鎖更高能力。