热点事件持续更新
研究人员提出大模型连续推理稀疏RL松弛方法SpaRLax
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月21日，研究人员在arXiv发布面向大语言模型（LLM）连续链式推理（soft CoT）的稀疏强化学习松弛方法SpaRLax。该方法利用软推理过程跨时间步的可微性，并结合entmax稀疏机制自适应调节软化程度，实现在确定步骤截断长尾噪声、在不确定步骤保留多个候选可能。在9个推理基准测试中，SpaRLax相比基线方法取得了最高平均性能。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 12:00
研究人员提出面向LLM连续链式推理的稀疏RL松弛方法SpaRLax，在9个基准测试中取得最高平均性能。报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv 人工智能用于 LLM 推理的稀疏 RL 松弛方法 SpaRLax
研究人员提出了一种面向 LLM 连续链式推理（soft CoT）的稀疏强化学习松弛方法 SpaRLax。该方法利用软推理过程跨时间步的可微性，并采用 entmax 稀疏机制自适应调节软化程度，从而在确定步骤截断长尾噪声、在不确定步骤保留多个候选可能。在 9 个推理基准测试中，SpaRLax 取得了相比基线方法的最高平均性能。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。