ReSI-Math框架提升数学推理平均分
热点事件持续更新
ReSI-Math框架提升数学推理平均分
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yao Cui等作者发布ReSI-Math框架，用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。
AI 根据报道生成 · 4 小时前更新
最新进展11月4日 13:00
ReSI-Math：把可恢复的能力前沿转化为高效推理训练数据报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AIReSI-Math：把可恢复的能力前沿转化为高效推理训练数据
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
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。