跳到正文
热点事件持续更新

提出ARCHER训练小模型可执行推理

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

Dhruv Dixit等人在arXiv发布论文,提出ARCHER两阶段训练框架:先把自由形式思维链编译为含推理步骤、计算器调用与验证动作的类型化动作轨迹,再用非对称分层强化学习优化该策略,用于训练小语言模型生成可执行、可审计的推理轨迹。 论文称,ARCHER在基准准确率宏观平均上较最强工具增强基线提升5.51个百分点,其中MATH-500提升8.95点,AIME-2024和AIME-2025分别提升5.33和5.34点。

AI 根据报道生成 · 3 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16日
  1. arXiv cs.AI
    ARCHER:让小语言模型从模仿推理文本走向可执行推理的两阶段训练框架

    ARCHER 是一个两阶段训练框架,先把自由形式的思维链编译为包含推理步骤、计算器调用与验证动作的类型化动作轨迹,再通过非对称分层强化学习优化该策略。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

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。