跳到正文
arXiv · ML· Taiheng Pan·· 2026-10-21AI 评分29

从强化学习论文到框架代码:七个开源训练框架的纳入与审查

From RL Papers to Framework Code: Inclusion and Review in Seven Open-Source Training Frameworks

AI 导读

一项研究追溯了七个开源 RL 后训练框架的提交历史,分析了 2025 年 1 月至 2026 年 6 月期间 6,939 篇 arXiv 论文的纳入情况。 在 1,598 篇提出通用 RL 训练方法的论文中,仅有 37 篇被至少一个框架纳入,各季度队列中 180 天内纳入数量维持在 5 至 7 篇。

来源:arXiv · ML · arxiv.org