**Sharpening Tax:量化大模型后训练对测试时扩展性的损失** _Sharpening Tax in Post-Training_ > 该论文提
原帖
**Sharpening Tax:量化大模型后训练对测试时扩展性的损失**
_Sharpening Tax in Post-Training_
> 该论文提出“Sharpening Tax”指标,揭示强化学习后训练虽提升单次准确率,但往往以牺牲解法覆盖度(pass@K)为代价,导致测试时扩展性下降。研究发现,配备轻量推理框架的预训练模型在多次采样下常优于后训练模型。为此,作者提出后验温度调节组采样(PTGS)方法,通过自适应调整采样温度,在保持单次准确率的同时显著降低该“税”,提升任务解决能力。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-02 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.01509)