跳到正文
热点事件持续更新

MGE-PO算法利用熵感知提升数学推理准确率

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

MGE-PO提出基于熵感知信用分配优化数学推理，引入四象限优势整形机制。该算法结合验证正确性与生成熵进行信用分配，低熵成功获得更大奖励，高熵失败受到更重惩罚。2026年10月19日，arXiv发布相关论文，在Qwen3-8B-Base上训练八轮后，六项基准宏观平均准确率提升3.23%至3.69%，通过率达4.24%至11.06%；在Qwen2.5-7B-Base上，四项基准宏观平均准确率从41.5%提升至45.4%。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00
MGE-PO：基于熵感知信用分配优化数学推理

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · NLP
    MGE-PO：基于熵感知信用分配优化数学推理

    MGE-PO 引入四象限优势整形，结合验证正确性与生成熵进行信用分配，低熵成功获得更大奖励，高熵失败受到更重惩罚。 在 Qwen3-8B-Base 上训练八轮后，六项基准宏观平均准确率提升 3.23%-3.69%，通过率达到 4.24%-11.06%；在 Qwen2.5-7B-Base 上，四项基准宏观平均准确率从 41.5% 提升至 45.4%。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。