AGI Hunt· natolambert·2026-11-23 04:34· 1 小时前AI 评分36Nat Lambert:RL 正在“烤干”模型多样性RLHF 研究者 Nat Lambert:RL 正在「烤干」模型多样性AI 导读Nat Lambert 认为,强化学习后训练正使模型输出分布收敛,牺牲行为与风格多样性。他将这一现象形容为 RL 正在把模型“烤干”,指出这是当前后训练范式可能带来的副作用。来源:AGI Hunt · agihunt.info数据与训练大佬观点#大佬观点#数据/训练查看事件全部后续