arXiv cs.AI· Nathaniel S. Woodward, Zhiqi Gao, Yurii Kvasiuk, Kendrick M. Smith, Frederic Sala, Moritz M\"unchmeyer·· 2 小时前AI 评分43
面向量子场论的微调小型推理模型研究
Fine-Tuning Small Reasoning Models for Quantum Field Theory
AI 导读
研究者首次对大语言模型在理论物理可验证解题任务上比较强化学习（RL）与监督微调（SFT），以量子场论（QFT）为主域，生成超 2,500 道合成题并整理来自 arXiv 的人工改编题。两种方法均优于基座模型，但 SFT 增益集中在同分布合成任务，RL 泛化更好，在人工改编数据集和 TPBench 上超过 SFT。团队已开源数据管线、可验证 QFT 训练数据及约 200M token 的推理轨迹。
来源：arXiv cs.AI · arxiv.org