RAGEN-2：智能体强化学习中的推理崩溃

深度2026年4月7日45 分钟阅读

最有趣的发现是：熵值稳定并不代表推理真正响应不同输入，模型可能陷入“模板崩溃”的隐形故障模式。推荐给研究强化学习、大语言模型智能体、推理稳定性的研究人员和工程师阅读。

本文编译自 RAGEN-2: Reasoning Collapse in Agentic RL，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

概念速查

AI 智能体

AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。

检索增强生成

RAG 让大模型在回答前先检索相关资料，用真实数据代替「编造」——给 AI 装上一个实时更新的知识库。

Shopify CEO 称 Claude Code 不读取 AGENTS.md 造成“复杂性税”，并考虑禁用该工具。Anthropic 已提供变通方案，但开发者请求原生支持近一年未果，相关 issue 已被关闭。

深度The New Stack·8月25日·4 分钟

IBM Granite 4.2 系列回归密集 Transformer 架构，提供 512K 上下文窗口，并针对智能体工作流优化了较大版本。与竞品相比，它在基准测试中表现中规中矩，但小尺寸模型（8B）在性能上接近 30B 版本，且易于运行。

深度The New Stack·8月25日·5 分钟