跳到正文
arXiv · ML· Esther Xin·· 2026-10-16AI 评分26

评估RLVR数据去污染的可靠性与成本:应移除什么?

What Should We Remove? Evaluating the Reliability and Costs of RLVR Data Decontamination

AI 导读

审计16个RLVR数学语料库,发现594对训练-基准样本中,80余数阈值下88%的移除被确认为误删。 无预注册语义阈值达到90%精确率目标;法官裁决策略在留出集上实现98.1%精确率与98.2%召回率,样本中零误删。

来源:arXiv · ML · arxiv.org