arXiv · cs.CL· Taehoon Kim·· 20 天前AI 评分45
协作推理蒸馏（CRD）提出：CRD-4B 在 MATH-500 达 97.3%
Collaborative Reasoning Distillation via Cross-Feedback and Coherent Curation
来源与原文
arXiv · cs.CL
作者：Taehoon Kim
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/2610.09587v1
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
论文提出协作推理蒸馏框架 CRD，通过教师互相交叉反馈批评、细粒度步骤质量评估与连贯性步骤拼接，提升小模型推理能力，并以带预算约束的 Reasoning Quality Optimization 训练。其模型 CRD-4B 在 MATH-500 达 97.3%、AIME'25 达 70.3%，仅用 50K 训练样本，比同类模型数据集最多小 12 倍。
来源：arXiv · cs.CL · arxiv.org