Codenames

Qwen3 LLM 通过词语联想游戏训练以提升创造力

研究人员开发了一种名为“可验证奖励强化学习”(RLVR) 的新颖方法，用于训练大型语言模型 (LLM) 的创造力，绕过了主观的人类判断。他们将该技术应用于不同规模的 Qwen3 模型（1.7B、4B 和 8B 参数），使用了词语联想游戏 Codenames。研究发现，像 8B 版本这样的大型模型在多个基准测试中表现出更高的创造力，而推理能力仅有轻微下降，而较小的模型则优先考虑推理的准确性而非创意联想。