登录

当前标签：灾难性遗忘]

RL特训出「押题大师」？破解模型微调中的多样性危机与灾难性遗忘

RL特训出「押题大师」？破解模型微调中的多样性危机与灾难性遗忘

基础模型在RL微调过程中面临解题多样性下降与灾难性遗忘的双重挑战。