arXiv · cs.CL· Zhennan Wan·· 5 天前AI 评分50
LongZero：从零数据提升大语言模型的长上下文推理
LongZero: Enhancing Long-Context Reasoning in LLMs from Zero Data
来源与原文
arXiv · cs.CL
作者：Zhennan Wan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.30132v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Zhennan Wan 等提出 LongZero，让 LLM 自行合成带证据的多跳推理与多轮检索任务，再用 GRPO 训练，无需任何外部数据即可提升长上下文推理。模型先以紧凑结构化形式生成问题、答案与证据，再将其扩展为长多文档上下文；在两个 LLM、五个长上下文推理基准上优于基于外部语料合成数据的 RL 基线，代码与数据已开源。
来源：arXiv · cs.CL · arxiv.org