https://www.neican.ai/tags/ai%E5%89%8D%E6%B2%BF%E7%A0%94%E7%A9%B6/ Recent content in AI前沿研究 on AI内参 Hugo zh-cn Tue, 18 Nov 2025 09:40:05 +0800 https://www.neican.ai/insights/article-20251118094005305-1/ Tue, 18 Nov 2025 09:40:05 +0800 https://www.neican.ai/insights/article-20251118094005305-1/ 田渊栋团队在NeurIPS 2025发表的论文，通过“三门理论”深入解析了强化学习（RLVR）与监督微调（SFT）在大模型参数空间中截然不同的优化机制，揭示了RL倾向于规避主权重、保持模型几何结构的“优化偏置”。这项突破性研究将重塑未来RL算法与参数高效微调（PEFT）方法的设计，对提升AI效率、可解释性及推动通用人工智能发展具有战略性意义。