arXiv·· 16 天前AI 评分34
面向前沿推理数据合成的递归 Harness 自我改进
Recursive Harness Self-Improvement for Frontier Reasoning Data Synthesis
AI 导读
研究提出任务-工具协同演化框架，实现推理数据合成中的递归 Harness 自我改进（RSI）。在线自我改进将求解器的中间失败转化为可复用技能，任务后自我改进则在每批之后修订技能、提示词与工作流，仅在候选能生成更难问题时才采纳。
来源：arXiv · arxiv.org