RECAST以自适应证据路由提升代码任务成功率

Yilun Hao等提出并评估RECAST证据构造框架；基于论文摘要，该框架在六类异构基准上取得75.6%的平均成功率，比最强大型模型基线高15.9%，在三个留出基准上平均高15.0%。 RECAST把多源信息的证据构造建模为检索与计算操作上的序列决策：轻量级Qwen3.5-9B RouterLM迭代选择、定制操作，再由冻结的CompilerLM转为可执行代码。RouterLM通过监督微调和组相对策略优化训练；留出结果支持其跨任务及异构来源的零样本泛化，但目前证据仅来自论文摘要。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。