arXiv · cs.AI· Liang He, Xiangyu Li, Yuxin Wang, Hanbin Zhang, Mingyu Cao, Zhaomiao Guo, Xilu Wang·· 5 小时前
超越正确性：面向推理模型后训练的算力响应数据选择
Beyond Correctness: Compute-Responsive Data Selection for Reasoning Model Post-Training
arXiv:2610.20057v1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：Liang He, Xiangyu Li, Yuxin Wang, Hanbin Zhang, Mingyu Cao, Zhaomiao Guo, Xilu Wang
研究任务与主要进展
作者提出Compute-Responsive Data Selection（CRDS），优先选择能够因增加推理计算而从失败转为成功的样本来进行推理模型后训练。基于论文摘要，在Qwen3-8B上，使用CR样本进行SFT可恢复45.3%的低计算量失败案例，高于使用已解样本的40.6%，并使模型在512至4,096 token的推理预算下持续优于匹配的非CR训练。
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