跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    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

    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。