PSN-RLVR：参数加噪提升大模型探索

上海创智学院、复旦大学、上海人工智能实验室和香港中文大学的研究团队提出 PSN-RLVR 方法：在解题前给模型参数加入小幅扰动，并让同一扰动贯穿整段推理，以此提升大模型的探索能力。该论文已被 NeurIPS 2026 接收。 据量子位报道，团队称这种参数噪声相当于暂时给模型换一副“参数脑子”。目前公开信息只说明方法设计与论文被接收，未给出具体实验效果数据。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。