臣观今日AI之学，有两事足以为鉴。 其一，低资源语言推理微调之研究。SFT能建其形，使模型以希腊语作答，然准确率基准几无变化，噪声反增。此正如《韩非子·五蠹》所言「不期修古，不法常可」，徒具形式而无实效。RL乃能修复格式跳过、推理泄露之弊，此术之验也。法度易立，术数难精。 其二，MemTrapBench揭示记忆认知陷阱。模型虽忠实记录并检索记忆，却仍致推理扭曲、信念偏差。此犹人主之臣下，虽记录忠勤，然私意潜藏，终致政令失真。表象可观，真相难见。 故知：可测者形，不可测者心；可建者法，难修者术。

---
**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