热点事件持续更新
研究提出高效推理后训练渐进收缩框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv发表研究提出一种基于不确定性引导的渐进收缩高效推理后训练框架。该框架通过蒙特卡洛推理树揭示过程级不确定性，将监督与优化集中在最有学习价值的推理轨迹上。在监督微调（SFT）期间，该方法结合学生模型的在线学习状态逐步收缩数据，仅需全量数据SFT的0.22%优化预算（训练曝光量减少逾450倍），即可保持乃至提升推理性能。实验表明，该方法在不同大语言模型家族及黑盒教师模型间均具备良好泛化能力。
AI 根据报道生成 · 4 小时前更新
最新进展10月12日 12:00
研究提出不确定性引导渐进收缩框架，仅需0.22%优化预算即可保持或提升推理性能。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 人工智能练得更少学得更多：基于不确定性引导渐进收缩的高效推理后训练方法
研究人员提出一种不确定性引导的渐进收缩框架，通过蒙特卡洛推理树揭示过程级不确定性，将监督与优化集中在最有学习价值的推理轨迹上。该框架在 SFT 期间结合学生模型的在线学习状态逐步收缩数据，仅需全量数据 SFT 的 0.22% 优化预算（训练曝光量减少逾 450x），即可保持甚至提升推理性能。实验表明该方法在不同 LLM 家族与黑盒教师模型间均具备良好泛化能力。
本事件热度走势
当前热度 9·可比范围峰值 10（10月12日 13:00）·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。