CRoS因果奖励指标提升推理准确率
热点事件持续更新
CRoS因果奖励指标提升推理准确率
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Xiao Yu等作者提出CRoS因果奖励指标，通过打乱思维链推理步骤的顺序、不改变各步骤内容来扰动推理过程，以避免删改内容带来的信息变化干扰。 在Reasoning Gym上用Gemma-3-4B训练后，CRoS在五个未见过的逻辑与游戏数据集上达到46.8%准确率，高于最强基线的43.8%。
AI 根据报道生成 · 54 分钟前更新
最新进展11月2日 13:00
CRoS：在打乱顺序的 CoT 上施加因果奖励，提升准确率与推理忠实度报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.CLCRoS：在打乱顺序的 CoT 上施加因果奖励，提升准确率与推理忠实度
研究者提出 CoT 因果性度量 CRoS，通过打乱推理步骤顺序而非删改内容来扰动 CoT，避免信息变化带来的混杂效应。在 Reasoning Gym 上用 Gemma-3-4B 训练，CRoS 在五个未见过的逻辑与游戏数据集上达到 46.8% 准确率，超过最强基线 43.8%。
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。