首页
科技要闻
互联网
手机
家电
机器人
5G/通信
数码
人工智能
硬件
IT
资讯
业界
科技金融
企业动态
半导体
iOS
Android
Mac
标签 >
你的模型越训越「不敢想」:港大NeurIPS 2026揭露GRPO隐藏的双重枷锁
港大 NeurIPS 2026 论文揭示 GRPO 双重枷锁,模型越训越不敢探索新思路
香港大学团队在 NeurIPS 2026 上发表论文,指出现在大模型推理训练主流算法 GRPO 自带隐式优势对称性,形成双重枷锁,这就是很多模型
2026-11-18 14:29:41