arXiv · cs.AI · Yao Cui, Zhen Yang, Yuandong Wang, Yangfu Zhu, Tianyu Wo, Zhenzhou Shao · 5 小时前模型评分37
ReSI-Math：把可恢复的能力前沿转化为高效推理训练数据
ReSI-Math: Exploring Recoverable Capability Frontiers for Efficient Reasoning Improvement
导读
ReSI-Math 框架通过自评判引导的进化搜索，找出模型直接解码失败但轨迹搜索能解出的“可恢复能力前沿”问题，并将其转为 RLVR 监督数据。在 Qwen3-VL-8B 上，621 次尝试产生 272 条验证器确认正确的轨迹（43.8%）；三轮 one-shot RLVR 后 MATH500 与 WE-MATH 平均分从 78.71 升至 80.16。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Based on this observation, we introduce ReSI-Math, a framework that explores recoverable capability frontiers and converts recovered capabilities into data-efficient RLVR supervision.”
来源：arXiv · cs.AI · arxiv.org