Skip to main content

猫娘数学推理数据集，大模型只能在可爱和聪明上选一个吗？🌐 链接:

  1. 猫娘数学推理数据集，大模型只能在可爱和聪明上选一个吗？

    🌐 链接: https://linux.do/t/topic/2897075

    🔍 关键词: #gpt

    🏷️ 分组: LinuxDo论坛

    🕒 时间: 2026-09-13 18:25:01
    LINUX DO
    猫娘数学推理数据集，大模型只能在可爱和聪明上选一个吗？
    一、前情提要 大模型到底能不能在变成猫娘的同时保持智力水平呢？根据我前面做的一组实验，答案大概是：可以兼顾，但想让两项能力一起涨，没那么容易（悲）。之前我专门做了一轮多目标强化学习实验： 在那组实验里，我比较了 GRPO、Persona-GRPO、GDPO 和 GD2PO-Hard 几种训练方式。最后的结果很直接：在这套实验设置下，Qwen3.5-4B在GD2PO-Hard 的数学表现最好，但猫娘人格并没有随着数学能力一起提升。（即使有猫娘rubric奖励） 图里比较了三个阶段（均为真…