系列文章 · 22 篇
大模型研究争议
对照不同论文的实验条件,区分观察结果、竞争解释与证据边界。
合计约 156 分钟最近更新 2026.11.01
这些文章可以独立阅读;目录沿原有写作顺序排列,也可以选择感兴趣的主题。
从开篇开始阅读 →阅读目录
- 推理强化学习:新能力,还是更容易采到正确答案? · 约 7 分钟
- 思维链是否忠实:写出的理由就是作答原因吗? · 约 7 分钟
- 更长的推理一定更好吗:过度思考与提前停止的证据 · 约 7 分钟
- 过程奖励与结果奖励:监督中间步骤究竟改善了什么? · 约 7 分钟
- SFT与强化学习为什么会表现不同:记忆、探索与分布外泛化 · 约 7 分钟
- 合成数据能否持续带来收益:质量、覆盖度与分布退化 · 约 7 分钟
- 蒸馏推理过程,传递的是能力还是表达习惯? · 约 7 分钟
- 奖励升高,能力就增强了吗:从奖励投机到独立验证 · 约 7 分钟
- 偏好优化学到了什么:有用性、风格偏好与迎合行为 · 约 7 分钟
- 模型能自己教自己吗:自我改进何时依赖外部反馈? · 约 7 分钟
- 检索证据与模型记忆冲突时,应该相信谁? · 约 7 分钟
- 长上下文等于长期记忆吗:读取、保持与更新是三种能力 · 约 7 分钟
- 检索还是参数记忆:知识放在哪里才更容易纠错? · 约 7 分钟
- 持续学习与外部记忆:减少遗忘是否意味着真正学会? · 约 7 分钟
- 图结构带来的提升:来自关系建模,还是更多信息和计算? · 约 7 分钟
- 多智能体协作:收益来自分工,还是更多计算预算? · 约 8 分钟
- 自我反思真的能纠错吗:重写答案与获得反馈有何区别? · 约 7 分钟
- 智能体在规划,还是在搜索:成功轨迹能证明什么? · 约 8 分钟
- 工具学习能迁移吗:学会调用模式还是理解工具语义? · 约 7 分钟
- 长期记忆让智能体更可靠,还是让错误持续累积? · 约 7 分钟
- 世界模型学到了什么:视频预测与因果理解的距离 · 约 7 分钟
- 视觉推理是在看图,还是依赖语言先验猜答案? · 约 7 分钟
以上为目前已收录的文章。