arXiv · cs.AI· Guangcheng Zhu, Shenzhi Yang, Haobo Wang, Xing Zheng, Yingfan MA, Xuening Feng, Zhongqi Chen, Bowen Song, Weiqiang Wang, Gang Chen·· 1 天前
PivotTrace 通过追踪元认知转折提升推理 RLVR 的数据效率
Smart Picks in the Dark: Towards Efficient RLVR for Reasoning via Tracing Metacognitive Pivots
arXiv:2606.04503v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Guangcheng Zhu, Shenzhi Yang, Haobo Wang, Xing Zheng, Yingfan MA, Xuening Feng, Zhongqi Chen, Bowen Song, Weiqiang Wang, Gang Chen
研究任务与主要进展
研究提出 PivotTrace，用于在没有预先监督的情况下选择最适合 RLVR 训练和标注的未标注推理样本。该框架依据注意力动态量化推理中的元认知转折密度，并据此自动进行三类数据路由；作者报告仅使用29.3%的标注样本即可超过全监督大型推理模型，收敛速度提高2.75倍。当前材料仅提供论文摘要，未说明具体模型、基线和实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org