热点事件持续更新
研究团队提出SPLICE推理轨迹提示拼接框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月14日，研究人员在 arXiv 提出了一种名为 SPLICE 的离线数据生成工作流。该方法利用参考解答，在模型推理轨迹发生错误时截断至最后一个通过验证的步骤，并通过自适应拼接提示来修复失败的轨迹。评测结果显示，在 SPLICE 生成轨迹上微调的模型，在 AIME 以及奥林匹克数学证明评测中的表现，均超越了直接从完整未经编辑轨迹蒸馏的同类模型。此外，经过训练的模型在面对复杂难点时，会表现出类似拼接提示的分支探索行为，并尝试更高风险的解题步骤，这一过程同时伴随预测熵的上升。
AI 根据报道生成 · 5 小时前更新
最新进展10月14日 12:00
研究团队提出离线数据工作流SPLICE，通过截断并拼接提示修复失败推理轨迹，提升模型数学推理能力。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 机器学习将提示拼接进推理轨迹：通过 SPLICE 从演示失败中学习
研究人员提出离线数据生成工作流 SPLICE，利用参考解答在模型推理轨迹失败时截断至最后验证步骤，并自适应拼接提示以修复失败轨迹。微调于 SPLICE 轨迹的模型在 AIME 以及奥数证明评测中的表现，均超越了从未经编辑轨迹蒸馏的同类模型。训练后的模型在难点处会展现类似拼接提示的分支行为并尝试更高风险步骤，伴随预测熵上升。
本事件热度走势
当前热度 8·可比范围峰值 9（10月14日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。