MORE：为每个任务自适应选择推理形式与算力的自进化训练框架
热点事件持续更新
MORE：为每个任务自适应选择推理形式与算力的自进化训练框架
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Dianxing Shi 等在 arXiv 论文（arXiv:2610.33684）中提出 MORE，一个自进化训练框架，可针对每个任务自适应选择推理形式（直接回答、短/长思维链、代码推理）和计算量。 MORE 采用两阶段训练，用 MATE-PPO 在可验证任务流上自进化先验，无需人工整理数据。论文称，在 3B 到 14B 规模的 Base 和 Coder 骨干模型上，MORE 在编程、数学和通用推理基准上均取得稳定提升，同时响应更短、推理时间更低。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
MORE：面向自进化 Agent 的模式优化推理与自适应算力分配框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIMORE：面向自进化 Agent 的模式优化推理与自适应算力分配框架
MORE 是一个自进化训练框架，可针对每个任务自适应选择推理形式（直接回答、短/长思维链、代码推理）和计算量。它采用两阶段训练，用 MATE-PPO 在可验证任务流上自进化先验，无需人工整理数据。在 3B 到 14B 规模的 Base 和 Coder 骨干模型上，MORE 在编程、数学和通用推理基准上均取得稳定提升，同时响应更短、推理时间更低。
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。