论文提出 Sharpening Tax 衡量 LLM 后训练带来的测试时扩展性损失

arXiv:2610.01509 提出 Sharpening Tax，用于量化 LLM 在 RL 后训练后测试时扩展性和解法覆盖率的损失。研究发现，配备轻量推理 harness 的预训练 LLM 可作为有效 Agent，虽然 pass@1 较低，但在足够测试时预算下常在 pass@K 上超过后训练模型。