跳到正文
热点事件持续更新

数据规模对齐后SFT泛化可赶超RL

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

NUS、耶鲁和 Cisco Foundation AI 团队在 NeurIPS 2026 论文中报告,在 Qwen2.5 和 Qwen3 上将 SFT 数据规模与 RL 的 rollout 预算对齐后,SFT 的泛化能力可追平 RL,先进行 SFT、再结合 RL 则能超过单独使用 RL。 研究团队指出,标准设置下 RL 为每个提示投入大量 rollout,而 SFT 仅使用一小片数据,原有比较并不对等。公平对照还显示,精心混合的多源 SFT 数据集优于使用单一大模型蒸馏生成的数据。

AI 根据报道生成 · 34 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    NeurIPS 2026 论文重新审视 SFT 与 RL 的泛化差异

    NUS、耶鲁和 Cisco Foundation AI 的 NeurIPS 2026 论文重新比较了 SFT 与 RL 的泛化能力,对应研究为 arXiv:2611.14912。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。