研究者提出数据正则化后训练框架

2026年10月28日，arXiv Artificial Intelligence 刊出 Pingbang Hu 等作者的论文，提出 Dr. Post-Training（数据正则化后训练）框架。该研究把通用训练数据重新定位为“数据诱导的正则项”，而不是供挑选的数据池，目的是防止模型对稀缺目标数据过拟合。方法上，每一步训练都用通用数据构造可行更新方向集合，再把目标数据指定的更新方向投影到该集合上；论文称标准训练与现有数据选择方法都是该框架的特例。目前该工作处于论文发布阶段，报道未提及实验规模、对比结果或代码发布等信息。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。