研究人员提出ReSI-Math推理增强框架

1. 13:00
   arXiv 自然语言处理

   ReSI-Math：探索可恢复能力边界以高效提升推理能力

   研究人员提出 ReSI-Math 框架，通过探索模型自身轨迹的可恢复能力边界，将失败样本转化为高效的 RLVR 监督信号。在 Qwen3-VL-8B 上，正误轨迹交叉在 621 次尝试中生成了 272 个经验证器确认的正确解（占比 43.8%）。经三阶段单样本 RLVR 后，模型在 MATH500 与 WE-MATH 的平均分从 78.71 提升至 80.16。

Current heat 7·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.