arXiv · cs.AI· Suorong Yang, Jiaxin Wang, Jiaming Su, Chentao Yue, Furao Shen, Peng Ye, Soujanya Poria·· 5 小时前
不确定性引导渐进收缩提升大语言模型推理后训练效率
Learning More by Training Less: Uncertainty-Guided Progressive Contraction for Efficient Reasoning Post-Training
arXiv:2610.12933v1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：Suorong Yang, Jiaxin Wang, Jiaming Su, Chentao Yue, Furao Shen, Peng Ye, Soujanya Poria
研究任务与主要进展
该研究提出不确定性引导的渐进收缩框架，通过逐步压缩监督数据和优化训练量，在多种推理基准与LLM家族上以全数据SFT最低0.22%的优化预算保持或提升推理性能。基于论文摘要，方法先围绕中间推理状态构建蒙特卡洛推理树以刻画过程不确定性，再在SFT中根据学生学习状态进行在线路由；实验还报告训练暴露减少超过450倍，并适用于异构学生模型、黑盒教师和弱到强迁移。
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