Preprint datado de 15 de julho de 2026 analisa como a adaptação por reinforcement learning se distribui entre camadas transformer no post-training de LLMs e questiona se todas contribuem igualmente.
Um preprint publicado em 15 de julho de 2026 examina como a adaptação por reinforcement learning se distribui entre as camadas transformer durante o post-training de LLMs. O estudo questiona a suposição de que todas as camadas contribuem de forma semelhante para os ganhos de RL.
A descrição disponível não informa métodos, resultados específicos ou conclusões; afirma apenas que o trabalho pode ajudar a decidir quais parâmetros atualizar. Para avaliar essa afirmação, consulte o preprint original e confira seus métodos e resultados, que não estão detalhados neste registro.