跳到正文
热点事件观察中

提出LEAF：动态记忆与自蒸馏提升LLM推理RLVR探索

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Yutong Chen 等在arXiv发布论文，提出LEAF方法：在每次rollout前向上下文注入包含最近回答、奖励和环境反馈的动态问题记忆，并通过自蒸馏更新策略，以提升LLM推理中RLVR训练的探索效率。基于论文摘要，在四个基准和两个开放模型上，LEAF相较随机采样基线使探索速度约提升4倍。在未见测试集上，LEAF在两个模型上相对最强基线的准确率分别提高1.59和1.83个百分点，且计算量低于所比较的所有RL基线。代码地址为https://github.com/on1262/LEAF。以上结果来自论文摘要，本站未核验全文。

AI 根据报道生成 · 1 天前更新

最新进展10月14日 12:00
LEAF通过动态记忆与自蒸馏提升LLM推理中的RLVR探索效率

报道时间线

沿着报道，了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    LEAF通过动态记忆与自蒸馏提升LLM推理中的RLVR探索效率

    研究者提出LEAF，在每次rollout前注入包含最近回答、奖励和环境反馈的动态问题记忆，并通过自蒸馏更新策略。基于论文摘要，在四个基准和两个开放模型上，LEAF相较随机采样使探索速度约提升4倍，在未见测试集上准确率相对最强基线提高1.59和1.83个百分点，同时计算量低于所比较的RL基线；代码地址为https://github.com/on1262/LEAF。

本事件热度走势

可比范围当前
4
可比范围峰值
910月14日 17:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。