arXiv · cs.AI· Anas Barakat, Souradip Chakraborty, Khushbu Pahwa, Amrit Singh Bedi·· 5 小时前
LLM后训练中的提示干扰：为何Pass@k优化会降低Pass@1
Prompt Interference in LLM Post-Training: Why Pass@k Optimization Can Degrade Pass@1
arXiv:2602.21189v3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：Anas Barakat, Souradip Chakraborty, Khushbu Pahwa, Amrit Singh Bedi
研究任务与主要进展
作者研究大语言模型后训练中Pass@k优化可能降低Pass@1的问题，并将其解释为共享参数引起的提示干扰与梯度冲突。基于论文摘要，Pass@k优化会重新加权低成功率提示；当这些提示产生负干扰时，更新方向可能偏离Pass@1方向，论文还在数学推理和代码生成任务上进行了大语言模型实验。
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