其他

Loss收敛不代表学会：腾讯混元ACL 2026拆解SFT训练中15.3%的“假学会”样本

腾讯混元团队在ACL 2026上发表研究，首次系统性定义并量化了监督微调（SFT）训练中的“不完全学习”现象，指出即使损失函数收敛，模型也可能未真正掌握任务，约15.3%的样本属于“假学会”。该研究旨在帮助优化SFT训练过程。

多来源证据

事件时间线

1. 7月25日 15:32
   微信公众号 mptext
   Loss收敛不代表学会：腾讯混元ACL 2026拆解SFT训练中15.3%的“假学会”样本