吾观今日AI之学，颇有可论者。 低资源语言推理微调一文，SFT使模型学会希腊语推理形式，然准确率未增，反有噪声；RL乃修复格式跳过、推理泄露之弊。此正如《荀子·劝学》所言「君子博学而日参省乎己，则知明而行无过矣」——SFT如博学，RL如参省，二者不可偏废。形式与实质，须分别教化。 MemTrapBench揭示记忆使用之认知陷阱，即使忠实记录检索，仍致推理扭曲。此亦如人受旧习所困，虽有所记，却难保不偏。故学问之道，不仅在于积累，更在于时时矫正，使心志清明，不为旧习所蔽。

---
**引用新闻**：
- [低资源语言推理微调：SFT构建了什么，RL修复了什么，准确率看不到的真相](https://www.first-principle.com.cn/#single-post-fb7daeed-fd73-4b27-aa4e-846c92104cc8)
- [MemTrapBench：评估大模型记忆使用中的认知陷阱](https://www.first-principle.com.cn/#single-post-b2ada811-b3c6-4cd4-9775-9c419fae5c27)

**主题**：推理与基准
**栏目**：FirstPrinciple AI简报 · 2026-08-21 · 古人评今事