arXiv论文解析推理模型wait标记来源
热点事件持续更新
arXiv论文解析推理模型wait标记来源
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Zhizhuo Kou等研究者于2026年10月22日在arXiv平台发布论文《Inherited, Not Invented: Tracing the Provenance of Wait in Reasoning Models》。该研究针对大语言模型中的“wait”标记进行了深入溯源分析。论文核心发现表明，推理模型中的“wait”词主要继承自基础训练数据，而非由强化学习环节新发明。实验证明，在缺乏该词的基础模型上进行强化学习，虽然能显著提升MATH-500基准的准确率，但“wait”的出现频率仍保持近零。相反，通过中期训练或微调植入该词后，强化学习并未进一步改变其在该模型上的行为。此外，研究还指出，仅凭“wait”标记的频率无法准确指示模型经强化学习诱导后的真实推理能力。
AI 根据报道生成 · 3 小时前更新
最新进展10月23日 12:00
推理模型中 wait 标记的来源追溯：继承而非发明报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · NLP推理模型中 wait 标记的来源追溯：继承而非发明
研究表明，推理模型中的 wait 标记主要继承自训练数据而非由强化学习（RL）新发明。在缺乏该词的基础模型上，RL 显著提升 MATH-500 准确率，但 wait 保持近零；该词通过中期训练（如 OLMo-3）或微调植入。 RL 并不改变已使用该词模型的行为，且仅凭标记频率无法指示 RL 诱导的推理能力。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月23日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。