AGI Hunt· Tuna Han Salih Meral·2026-11-21 03:17· 2 小时前AI 评分58论文称扩散模型 RL 后训练大部分收益来自激活转向论文:扩散模型 RL 后训练的收益九成来自「激活转向」AI 导读Virginia Tech、fal、Georgia Tech 与 IBM Research 的论文发现,扩散 Transformer 的 RL 后训练质量提升大部分可由固定 steering 向量复现。来源:AGI Hunt · agihunt.info多模态数据与训练论文研究#论文/研究#数据/训练#多模态查看事件全部后续