arXiv · cs.CL· Yao Cui·· 2 天前AI 评分32
ReSI-Math：探索可恢复能力边界以实现高效推理提升
ReSI-Math: Exploring Recoverable Capability Frontiers for Efficient Reasoning Improvement
来源与原文
arXiv · cs.CL
作者：Yao Cui
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/2611.04787v1
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
研究提出 ReSI-Math 框架，通过探索模型自身轨迹中的可恢复能力边界，将失败但可恢复的推理转化为数据高效的 RLVR 监督。该框架采用 Self-Judge 引导的进化搜索，在 Qwen3-VL-8B 上从 621 次尝试中获得 272 个验证器确认的正确轨迹（43.8%）。经三轮 sequential one-shot RLVR 后，MATH500 与 WE-MATH 平均分从 78.71 提升至 80.16，且 frontier 引导的 Q1 选择（54.16）优于随机选择（53.31）。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。