跳到正文
arXiv · AI· Wenlong Zhang, Zhengbo Jiao, Chenxu Zhang, Lekang Jiang, SiYuan Ma, Qituan Zhang, Guo Chen, Linfeng Zhang·· 2026-10-05AI 评分34

递归框架自改进在前端推理数据合成中的应用

Recursive Harness Self-Improvement for Frontier Reasoning Data Synthesis

AI 导读

提出任务-框架共进化(task-harness co-evolution)框架,实现推理数据合成中的递归框架自改进(RSI),通过在线与任务后自改进机制动态优化构造流程。在数学、编程和科学领域,经十四轮进化后求解器平均准确率从 100.0% 降至 54.8%。基于 10K 合成数学样本微调的 27B 模型在 APEX 基准上达到 62.5% 准确率,提升下游 SFT 与 GRPO 性能。

来源:arXiv · AI · arxiv.org