arXiv · AI· Xiaohan He, Shiyang Feng, Songtao Huang, Zongsheng Cao, Bin Wang, Bo Zhang·· 6 小时前AI 评分32
Sci-CoE：通过几何共识与稀疏监督实现科学推理大模型协同进化
Sci-CoE: Co-evolving Scientific Reasoning LLMs via Geometric Consensus with Sparse Supervision
AI 导读
提出名为Sci-CoE的两阶段协同进化框架，专门针对无可靠反馈信号的科学推理领域。 第一阶段利用少量标注数据建立验证器判断锚点，第二阶段引入考虑共识、可靠性与多样性的几何奖励机制以驱动无标签数据自迭代。 实验表明该框架提升了复杂推理能力并展示出强大的可扩展性。
来源：arXiv · AI · arxiv.org