论文重新审视SFT数据对泛化能力的作用
热点事件观察中
论文重新审视SFT数据对泛化能力的作用
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Yunlong Hou等作者发表论文《Rethinking "RL Generalizes, SFT Memorizes": The Role of SFT Data》，在Qwen2.5和Qwen3系列模型上重新审视“SFT更易记忆、RL泛化更强”这一区分，重点考察SFT训练数据对模型泛化能力的影响。 论文目前只提出从SFT数据角度重新审视上述说法，报道未给出具体实验结论。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
论文重新审视「RL 泛化、SFT 记忆」：SFT 数据的作用报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI论文重新审视「RL 泛化、SFT 记忆」：SFT 数据的作用
arXiv 论文《Rethinking "RL Generalizes, SFT Memorizes": The Role of SFT Data》在 Qwen2.5 和 Qwen3 系列模型上重新审视 SFT 更易记忆、RL 泛化更强的说法。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。