arXiv 自然语言处理· Yao Cui, Zhen Yang, Yuandong Wang, Yangfu Zhu, Tianyu Wo, Zhenzhou Shao·· 12 時間前AI スコア37
ReSI-Math：探索可恢复能力边界以高效提升推理能力
ReSI-Math: Exploring Recoverable Capability Frontiers for Efficient Reasoning Improvement
未翻訳のため中国語で表示しています。
AI ガイド
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。
出典：arXiv 自然语言处理 · arxiv.org