arXiv · AI· Yao Cui, Zhen Yang, Yuandong Wang, Yangfu Zhu, Tianyu Wo, Zhenzhou Shao·· 13 小时前AI 评分37
ReSI-Math 框架在 Qwen3-VL-8B 上提升数学推理表现，MATH500 和 WE-MATH 平均分由 78.71 升至 80.16。
ReSI-Math: Exploring Recoverable Capability Frontiers for Efficient Reasoning Improvement
AI 导读
该框架通过进化搜索识别可恢复的失败案例，并在三个阶段一次性 RLVR 训练中转化为数据高效监督。 随机选择基准仅为 53.31，验证了前沿引导策略的优越性。
来源：arXiv · AI · arxiv.org