arXiv · cs.AI· Lei Jiang, Honghui Bao, Yue Zhou, Zhengyao Gu, Langzhou He, Natalie Parde·· 1 天前
LIFT：利用部分推理 rollout 进行免训练强化学习提示选择
Training-Free Prompt Selection for Efficient Reinforcement Learning With Partial Rollouts
arXiv:2610.24229v1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：Lei Jiang, Honghui Bao, Yue Zhou, Zhengyao Gu, Langzhou He, Natalie Parde
研究任务与主要进展
LIFT提出一种面向RLVR的免训练提示选择方法，仅凭部分推理rollout中的Partial Rollout Context Lift评分筛选高价值提示。摘要称，在Qwen2.5-Math-1.5B和DeepSeek-R1-Distill-1.5B上，生成完整rollout所需26%和4.7%的token即可分别保留至少90%和95%的完整rollout评分。
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