SAGE框架通过拓扑引导缓解长期推理偏差

研究团队提出SAGE框架，结合代数稀疏化与双曲结构引导，旨在解决稀疏奖励下的探索与复合偏差。该框架在12个基准测试和7个模型族中，性能优于现有基线模型。 SAGE通过投影局部可接受候选项至代数子空间抑制伪分支，并利用负曲率嵌入提供深度信号。在Andrews-Curtis问题上，该框架实现了8倍的性能提升，相关代码已开源供学界使用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。