SHAPE框架分析LLM数学推理并改进RLVR训练
热点事件观察中
SHAPE框架分析LLM数学推理并改进RLVR训练
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Jonghyun Song等人发布论文，提出SHAPE（Structured Heuristic Analysis for Problem-solving Evolution）框架，基于数学教育研究，用问题无关的启发式分类分析大语言模型推理轨迹中的局部数学动作，并据此提出Heuristic-Augmented Plan-GRPO（HA-Plan-GRPO）训练方法。 分析发现：在MATH-Perturb上对六个模型的测试显示，需要改变解法思路的题目扰动比保持原解法的扰动准确率更低，但启发式动作变化更大。 在训练效果上，论文称与仅用规划的RLVR相比，该方法在三个模型、五个评测集上将平均Avg@16最多提升7.0个百分点（绝对值），平均Pass@16最多提升2.4个百分点（绝对值）。
AI 根据报道生成 · 1 天前更新
最新进展10月15日 12:00
SHAPE：用数学启发式分析和改进大语言模型推理报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AISHAPE：用数学启发式分析和改进大语言模型推理
Jonghyun Song等人提出SHAPE框架，用问题无关的数学启发式分类分析大语言模型推理轨迹，并据此研究问题扰动下的解法复用与RLVR中的模式寻求。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 910月15日 14:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月16日06:0012:00
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。