Skip to content
简体中文

切换主题

arXiv 2610.01509 · cs.AI · 2026-10-01

Sharpening Tax in Post-Training

Changdae Oh, Qi Zeng, Qi Qi, Andrey Zhmoginov, Deren Lei, Yun He, Hoang Phan, Hangoo Kang 等 10 人

Meta

在最新榜 #86 本站收录于 2026-10-21

一句话要点

发现 RL 后训练在 Agent 任务上有“锐化税”:预训练模型配轻量框架,多次尝试的覆盖率反而更高。

Finds a 'sharpening tax': pre-trained LLMs with a light harness often beat post-trained ones on agentic coverage despite lower pass@1.

111HF 点赞
30GitHub stars
0引用(Semantic Scholar)
61.4热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)