RecodeX 重构消息，新近发布的研究（arXiv编号2605.06241）提出，强化学习（RL）提升大型语言模型（LLM）推理表现的机制，本质上是进行稀疏的策略选择，而非学习新能力。这一观点为理解RL在LLM中的作用提供了不同视角。