提出ARCHER训练小模型可执行推理
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
最新进展11月16日 13:00
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报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIARCHER: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
- –
02.557.510
14:0015:0016:00
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。