跳到正文
热点事件持续更新

研究者提出概念导向强化学习框架 CORE

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Zijun Gao 等研究者提出概念导向强化学习训练框架 CORE,将显式概念转化为可控监督信号,用于训练大语言模型做数学推理。 该框架针对的问题是:模型能复述数学定义,却不会在解题中应用这些定义。研究者的思路是用概念层面的监督来弥合定义与运用之间的差距。报道未给出实验数据或效果验证。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    CORE:面向概念强化的数学推理框架,弥合定义与应用鸿沟

    研究者提出 CORE(Concept-Oriented REinforcement)强化学习训练框架,将显式概念转化为可控监督信号,以弥合 LLM 在数学推理中"能复述定义却不会应用"的鸿沟。

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。