热点事件持续更新

PSN-RLVR用参数空间扰动提升RLVR探索能力，入选NeurIPS 2026

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

上海创智学院联合复旦大学、上海人工智能实验室、香港中文大学等机构的研究团队提出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，以增强RLVR训练中的探索能力。该论文已被NeurIPS 2026接收。

AI 根据报道生成 · 1 小时前更新

最新进展10月29日 11:40

沿着报道，了解事件的不同侧面。

10月29日

11:40
量子位
PSN-RLVR：给参数加扰动提升大模型探索能力，研究入选 NeurIPS 2026
上海创智学院、复旦大学等机构提出PSN-RLVR方法，在解题前对模型参数加入小幅扰动并贯穿整条推理，以增强RLVR训练中的探索能力，论文已被NeurIPS 2026接收。

还没有足够的连续观测数据，暂不绘制趋势。