算法论文9

对错之外，推理轨迹暗藏训练价值

深度学习自然语言处理2026-09-24

AI 摘要

研究者提出EchoRL强化尚不熟练的成功推理片段，ReflectRL利用专家错题的有效结构，二者均可提升大模型推理性能，证明对错标签外仍有可挖掘的训练价值。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

小偏差为何带偏大模型RL训练

本文解读Together AI的新算法论文，讲解大模型强化学习中，采样端与训练端的微小偏差如何累积放大导致训练跑偏，介绍Score Centering校正方法的原理、效果与应用边界。

本文整理了2026云栖大会AI Native研发实践论坛的嘉宾分享，围绕代码生成提速后软件交付的新瓶颈问题，展示了阿里各业务线与学界的最新实践，探讨AI Native研发新方向。

本文为数势科技创始人黎科峰记录上海闭门行业圆桌内容，不同领域从业者一致认为，大模型已非企业AI胜负手，数据与语义层才是核心瓶颈，共识形成后行业进入深度竞争阶段。

IQuest Research联合北京航空航天大学、曼彻斯特大学等机构发布ModularRSI研究，探索在基础模型权重冻结的条件下，通过演化Agent外围运行机制Harness，实现可泛化的Agent自我改进，性能提升可跨任务、领域、模型迁移。