arXiv 论文重新审视「RL 泛化、SFT 记忆」说法,聚焦 SFT 数据作用
来源标题:Rethinking "RL Generalizes, SFT Memorizes": The Role of SFT Data
Yunlong Hou 等 6 位作者在 arXiv 发表论文,重新审视「RL 泛化、SFT 记忆」这一流行论断,重点考察 SFT 数据在其中的作用。论文于 2026 年 11 月 11 日提交 v1,11 月 17 日更新 v2,归入 cs.LG 分类。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
想了解更多,请持续关注 通过 DataCite 分配的 arXiv DOI 提交历史 发件人:Yunlong Hou [查看邮箱] [v1] 2026年11月11日 星期三 02:10:24 UTC(1,870 KB) [v2] 2026年11月17日 星期二 02:46:07 UTC(1,870 KB) 全文链接: 获取论文: 查看题为 Rethinking “RL Generalizes, SFT Memorizes”: The Role of SFT Data 的论文 PDF,作者为 Yunlong Hou 及其他 5 位作者 查看 PDF HTML(实验性) TeX 源码 查看许可协议 附加功能 音频摘要 当前浏览上下文: cs.LG < 上一篇 | 下一篇 > 新 | 最近 | 2026-11 切换浏览分类: cs cs.AI 参考文献与引用 SciX Google Scholar Semantic Scholar 导出 BibTeX 引用 加载中…… BibTeX 格式引用 × 加载中…… 数据提供方: 收藏 书目工具 书目与引用工具 Bibliographic Explorer 开关 Bibliographic Explorer(什么是 Explorer?) Connected Papers 开关 Connected Papers(什么是 Connected Papers?) Litmaps 开关 Litmaps(什么是 Litmaps?) scite.ai 开关 scite Smart Citations(什么是 Smart Citations?) 代码、数据、媒体 与本文相关的代码、数据和媒体 alphaXiv 开关 alphaXiv(什么是 alphaXiv?) 代码链接开关 CatalyzeX 论文代码查找器(什么是 CatalyzeX?) DagsHub 开关 DagsHub(什么是 DagsHub?) GotitPub 开关 Gotit.pub(什么是 GotitPub?) Huggingface 开关 Hugging Face(什么是 Huggingface?) ScienceCast 开关 ScienceCast(什么是 ScienceCast?) 演示 演示 Replicate 开关 Replicate(什么是 Replicate?) Spaces 开关 Hugging Face Spaces(什么是 Spaces?) Spaces 开关 TXYZ.AI(什么是 TXYZ.AI?) 相关论文 推荐与搜索工具 链接到 Influence Flower Influence Flower(什么是 Influence Flowers?) 核心推荐器开关 CORE Recommender(什么是 CORE?) IArxiv 推荐器开关 IArxiv Recommender (什么是 IArxiv?) 作者 会议/期刊 机构 主题 关于 arXivLabs arXivLabs:与社区合作者共同开展的实验性项目 arXivLabs 是一个框架,允许合作者在我们网站上直接开发和分享新的 arXiv 功能。 与 arXivLabs 合作的个人和组织都认同并接受了我们的价值观:开放、社区、卓越以及用户数据隐私。arXiv 致力于这些价值观,并且只与同样遵守这些价值观的合作伙伴合作。 如果你有能为 arXiv 社区创造价值的项目想法,请进一步了解 arXivLabs。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。