Conceptizer：为下一词预测加语义奖励

Haoran Zheng、Chen Shani 提出 Conceptizer 训练框架，在下一 token 预测之外增加语义奖励，且不增加模型参数。 该框架用约 9K 个由上下文同义词构成的固定概念词表，将每个下一 token 分布映射为概念分布，把目标语义的奖励分摊到多种可能措辞上。 上述效果来自研究者在论文中的表述，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。