arXiv · ML· Chengcao Yang·· 10 天前AI 评分28
ANCORA:通过流形锚定的自我博弈学习提问以实现可验证推理
ANCORA: Learning to Question via Manifold-Anchored Self-Play for Verifiable Reasoning
AI 导读
summary_zh: ANCORA 提出开放式课程自我博弈范式,统一策略在生成可验证问题与解决之间交替,通过流形锚定机制提升推理能力。
来源:arXiv · ML · arxiv.org