**多领域强化学习中的局部微扰理论：交叉领域干扰与恢复**

_A Local Perturbation Theory for Cross-Domain Interference and Recovery in Multi-Domain RL_

> 该研究探讨了大型语言模型（LLM）在多领域强化学习（RL）后训练中的干扰问题，证明了后续领域训练通过共享冲突子空间中的二阶损害项影响先前领域。基于局部微扰模型，提出了一种短期领域刷新和无需训练的稀疏代理冲突坐标回滚方法，能够在数学推理上实现显著恢复（如从57.66恢复到66.04），同时保持其他领域性能。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.02398)