arXiv · cs.AI· Haolin Tian, Yikang Li, Tonghan Wang·· 5 小时前
GrowRL：为大语言模型强化学习构建并迁移可复用计算路径
Growing and Transferring Pathways for LLM Reinforcement Learning
arXiv:2610.16489v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Haolin Tian, Yikang Li, Tonghan Wang
研究任务与主要进展
GrowRL通过结构化增长，将大语言模型强化学习更新组织为紧凑的计算路径：冻结预训练主干，仅更新新增的独立因果注意力分支和前馈网络分支。基于论文摘要，在五个主干上的实验显示，该方法以少量可训练参数取得有竞争力的数学推理和分布外表现，并支持三种迁移方向；目标侧仅更新10次的表现已接近100次更新。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org