Fikiria：斯瓦希里语数学推理SFT+GRPO方案
热点事件观察中
Fikiria：斯瓦希里语数学推理SFT+GRPO方案
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Jessica Lundin 等作者提出 Fikiria，一套面向斯瓦希里语数学推理的两阶段 SFT+GRPO 训练方案。 该方案的奖励函数由格式门控与加权得分相乘构成，加权得分是答案准确率与推理链同本地参考思维链的 ChrF++ 相似度的加权和。报道未给出该方案在基准测试上的效果数据。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
Fikiria：用强化学习提升斯瓦希里语数学推理报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIFikiria：用强化学习提升斯瓦希里语数学推理
Fikiria 是一套两阶段 SFT+GRPO 训练方案，用于斯瓦希里语数学推理，其奖励函数将格式门控与答案准确率、推理链与本地参考思维链的 ChrF++ 相似度加权求和相乘。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
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。