LongZero：零数据提升LLM长上下文推理
热点事件持续更新
LongZero：零数据提升LLM长上下文推理
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Zhennan Wan、Jianfei Chen 提出 LongZero，一种不依赖任何外部语料或更强教师模型的长上下文推理强化学习方法。它让模型自行合成带证据的多跳推理任务与多轮检索任务，再用 GRPO 训练。 据论文，该方法在两个 LLM 和五个长上下文推理基准上评测，性能超过基于外部语料合成数据的强化学习基线，并能泛化到真实任务；代码与数据已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
LongZero：无需外部数据即可提升 LLM 长上下文推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.CLLongZero：无需外部数据即可提升 LLM 长上下文推理能力
LongZero 提出一种零数据强化学习方法，让 LLM 自行合成带证据的多跳推理任务与多轮检索任务，再用 GRPO 训练，无需任何外部语料或更强教师模型。该方法在两个 LLM 和五个长上下文推理基准上评测，性能超过基于外部语料合成数据的 RL 基线，并能泛化到真实任务。代码与数据已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。