跳到正文
arXiv · AI· Hoang Phan, Xianjun Yang, Yuanshun Yao, Jingyu Zhang, Shengjie Bi, Xiaocheng Tang, Madian Khabsa, Lijuan Liu, Deren Lei·· 24 天前AI 评分30

RECAP:缓解大推理模型中通用能力遗忘的重放策略

Beyond Reasoning Gains: Mitigating General-Capability Forgetting in Large Reasoning Models

AI 导读

针对 RLVR 训练导致开源推理模型通用能力退化问题,提出动态目标加权的重放策略 RECAP。 在 Qwen2.5-VL-3B 和 7B 基准测试中,该方法在保留感知与忠实度等基础技能的同时提升推理性能,且无需额外模型训练。

来源:arXiv · AI · arxiv.org