算法论文8
腾讯混元：SFT训练有15.3%“假学会”样本
量子位
AI 摘要
腾讯混元团队：SFT训练默认“训练完即学完”有误，存在15.3%“假学会”样本（ILP）。提出四步诊断框架，指出ILP与标注、模型规模关系弱，干预上CPT远胜加epochs。
阅读原文 · 量子位
Loss收敛不代表学会：腾讯混元ACL 2026拆解SFT训练中15.3%的“假学会”样本
大模型微调（SFT）是主流LLM落地方案，但大家默认训练完就是学完了。腾讯混元团队发现SFT存在不完全学习现象（ILP），论文完成了定义ILP、找根因、提诊断框架和验证干预等工作。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
REA三天12万星 闭源神话动摇
GitHub开源项目REA上线三天狂揽12万星，它让AI Agent串联传统逆向工具，可无需源码分析各类软件并生成相似功能代码，动摇了闭源软件“源码不公开”的价值基础，引发行业对软件商业模式的广泛讨论。
InfoQ
新闻资讯8
字节发现DeepSeek弱点 实测V4.1结果不同
本文报道字节Seed团队发现DeepSeek V4基础模型因分块KV压缩存在周期性相位敏感性弱点，作者复刻实验实测现役DeepSeek V4.1-Flash，讨论了长上下文评测的盲区，新版本弱点已明显减轻。
AI科技评论
新闻资讯9
GPT-6 Astra证明57年摆圆难题
本文报道了数学爱好者nor借助GPT-6 Astra，完成了搁置57年的“圆内摆圆”问题中N≤20剩余5种情况的严格最优性证明，展现了AI在数学研究领域的新应用。
量子位
新闻资讯9
字节Seed实习生曝DeepSeek-V4技术缺陷
本文报道字节跳动Seed团队联合多校研究者，发现DeepSeek-V4因分块KV缓存压缩设计存在长文本检索周期性盲区，深入拆解缺陷根源，曝光传统大模型长文本评测的盲区。
InfoQ