热点事件持续更新
研究人员提出HARPO强化学习框架兼顾生成真实性与创造力
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月5日，arXiv自然语言处理领域发布研究，研究人员提出了名为HARPO的幻觉感知强化学习框架。该框架通过幻觉感知生成式奖励模型（HA-GRM）与选择性激活机制（SAM），旨在不牺牲模型创造力的前提下优化生成的真实性。实验结果显示，该框架在1.7B至8B参数规模的Qwen2.5及Qwen3模型上均取得了性能提升。
AI 根据报道生成 · 4 小时前更新
最新进展10月5日 12:00
研究人员提出HARPO框架，在Qwen2.5与Qwen3模型上验证了兼顾真实性与创造力的效果。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv 自然语言处理HARPO：兼顾生成真实性与创造力的幻觉感知强化学习框架
研究人员提出强化学习框架 HARPO，通过幻觉感知生成式奖励模型（HA-GRM）与选择性激活机制（SAM），在不牺牲模型创造力的同时优化生成真实性。在 1.7B 至 8B 参数的 Qwen2.5 与 Qwen3 上的实验均取得提升。
本事件热度走势
当前热度 9·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。