CORE:用概念导向强化训练弥合LLM数学推理的定义-应用差距
热点事件持续更新
CORE:用概念导向强化训练弥合LLM数学推理的定义-应用差距
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Zijun Gao 等作者提出并发布 CORE(Concept-Oriented REinforcement),一种强化学习训练框架,把显式概念转化为可控的监督信号,用于解决大语言模型会做题但难以真正应用概念的问题。论文为 arXiv v4 版本,据其标注已被 ICLR 2026 接收。
AI 根据报道生成 · 50 分钟前更新
最新进展11月18日 13:00
CORE:用概念导向强化弥合大语言模型数学推理中的定义与应用鸿沟报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AICORE:用概念导向强化弥合大语言模型数学推理中的定义与应用鸿沟
研究者提出 CORE(Concept-Oriented REinforcement),一种把显式概念转化为可控监督信号的 RL 训练框架,以解决 LLM 会做题却难以真正应用概念的问题。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。