最新arXiv论文《On Distinguishing Capability Elicitation from Capability Creation in Post-Training: A Free-Energy Perspective》提出了一种区分大语言模型后训练中两种不同能力变化的理论框架。作者Yuhao Li等人认为，当前关于监督微调（SFT）和强化学习（RL）的讨论过于粗糙，通常将SFT视为模仿、RL视为发现，但这种二分法忽略了更本质的问题：训练过程究竟是提升了模型已经能够产生的行为的概率，还是改变了模型实际能够达到的行为范围。
为了将这一区别操作化，论文引入了“可达支持集”（accessible support）的概念，即模型在有限计算预算下实际能够产生的行为集合。后训练如果只是对这一集合内的行为概率进行重新加权，则属于“能力激发”（capability elicitation）；而如果它改变了集合本身，使模型能够产生全新的行为，则属于“能力创造”（capability creation）。
作者通过自由能视角（free-energy perspective）来统一理解后训练过程。他们将SFT和RL都视为对预训练参考分布的重加权，区别仅在于外部信号不同：示范信号（demonstration signals）定义了SFT的低能行为，而奖励信号（reward signals）定义了RL的低能行为。只要更新过程保持靠近基础模型，其主要效果就是局部的重加权，而非能力创造。
在这一框架下，核心问题不再是后训练采用SFT还是RL的形式，而是它究竟是在重加权模型已经“够得着”的行为，还是通过搜索、交互、工具使用或引入新信息来扩展模型的可达行为空间。这一视角为后训练研究提供了更为精细的分析工具，有助于指导未来更有效、更可解释的模型优化策略。该论文于2026年5月8日提交至arXiv，涉及人工智能、统计力学和机器学习等多个领域。