量子位· 关注前沿科技·· 6 小时前AI 评分38
上海创智学院等提出 PSN-RLVR：给参数加扰动提升大模型探索能力，被 NeurIPS 2026 接收
后训练越多模型越“轴”？给参数加点扰动，探索能力回来了 | NeurIPS'26
AI 导读
上海创智学院、复旦大学等团队提出 PSN-RLVR，在解题前给模型参数加入小幅扰动并贯穿整段推理，论文已被 NeurIPS 2026 接收。
来源：量子位 · mp.weixin.qq.com
上海创智学院等提出 PSN-RLVR：给参数加扰动提升大模型探索能力，被 NeurIPS 2026 接收