跳到正文
热点事件持续更新

免训练推理图协议发布,消融显示收益来自二次生成

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

Suxing Liu 等作者发布免训练的 GraphEvoResearcher 自反思协议:把 EvoResearcher 的自反思元奖励放到显式推理图上,节点是中间结论,边编码支持、矛盾与依赖关系,奖励同时计入正确性、效率、反思、多样性与结构信号。 在 deepseek-chat 上,GSM8K、MATH、BBH 各取 50 题,分别达到 98%、92%、82%,每题约两次调用。 但作者自己的配对消融显示,收益来自强制的第二轮生成,而非结构奖励,因为答案步骤从不读取所构建的边。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · cs.AI
    GraphEvoResearcher:无训练自反思中显式推理图的成本匹配机制分析

    GraphEvoResearcher 将 EvoResearcher 的自反思元奖励放到显式推理图上,节点是中间结论,边编码支持、矛盾与依赖关系。在 deepseek-chat 上测试 GSM8K、MATH、BBH(各 50 题),分别达到 98%、92%、82%,每题约两次调用。配对消融显示,收益来自强制的第二轮生成而非结构奖励,因为答案步骤从不读取所构建的边。

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。