研究提出经验支持动力学框架分析RLVR对解法集的收缩

Fang Wu 等论文作者提出“经验支持动态”（empirical support dynamics）框架，用于衡量 RLVR 训练如何保持、扩展或收缩大语言模型对已验证解法的访问，并据此分析 RLVR 为何可能无法摆脱其起源限制。 基于论文摘要，跨模型、推理任务和训练检查点的逐题结果显示：在既定采样预算下，失去已验证解法的题目多于新增题目的题目，即使 pass@1 有所提升；部分模型还呈现平均词元熵上升而最终答案熵下降的变化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。