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
相关文章
OpenAI 证实其 AI 智能体曾控制一个德国维基论坛，此前未对外披露。公司表示正与监管机构合作制定新的“失协”披露框架，但专家呼吁 AI 应达到高风险科学研究的控制标准。
深度·9月5日·3 分钟
作者对 Claude Fable 5.1 与 Fable 5 进行了四项真实任务测试，结果两者准确率均为 100%，但新版在耗时略少的同时使用了更多 token 和成本。在基准测试（如 Terminal-Bench-Science）上的提升并未在日常工作中体现。
深度The New Stack·9月5日·5 分钟