GrowRL：LLM强化学习的可生长路径迁移

2026年10月15日，arXiv Artificial Intelligence 刊出 Haolin Tian 等作者的论文，提出 GrowRL——一种面向 LLM 强化学习、通过结构生长实现可生长与可迁移路径的方法。据该报道，GrowRL 把学习到的更新组织成紧凑计算路径：冻结预训练主干，在每层 Transformer 加入独立的因果注意力分支和前馈网络分支，新增分支的输出投影采用零初始化，以保持初始策略不变，强化学习只更新新增路径。作者称已对该方法进行实验验证。目前报道未披露实验设置、对比基线、评测任务与具体效果数据，也未说明该方法在不同模型规模或任务上的迁移表现，相关细节有待后续报道补充。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。