Hugging Face Daily Papers· Zhizhuo Kou, Sizai Hou, Long Chen, Jian Yang, Junyu Luo, Jingshu Peng, Wenkai Zhang, Sirui Han, Yike Guo·· 2 天前AI 评分52
论文追溯推理模型中 wait 标记的来源：来自训练数据而非 RL 发明
Inherited, Not Invented: Tracing the Provenance of Wait in Reasoning Models
AI 导读
arXiv:2610.30882 论文追踪 {wait} 一词在开放模型训练史中的来源，发现零样本 RL 几乎不会发明该标记：在缺乏该词的基座上 RL 大幅提升 MATH-500 准确率而 wait 仍近乎缺失。