SPLICE：用参考解提示修复模型失败推理，AIME 与奥数证明双提升
behrouz_ali · x · 2026-10-16
论文提出 SPLICE 方法：从模型解数学题的失败尝试中学习。做法是给模型提供来自参考解的提示（hint），让模型修复自己的推理过程，再用修复后的推理数据训练更小的模型。结果显示 AIME 准确率与奥数证明水平均有提升。作者提到让 reasoner 模型可靠地遵循提示本身也花了功夫。
「研究」频道最新
- 中科大团队提出 Speculative Sampling，交互式视频生成延迟大降 — ustc · 2026-10-16
- 清华 CoTranslator：逆向 CoT 蒸馏让 Qwen3-4B 数学成绩大涨 — Tsinghua · 2026-10-16
- 诺奖得主 Jennifer Doudna 谈 AI 在科学研究中的角色 — ChiaraStellata · 2026-10-16
- 自建「主观判断」基准：18 个模型一致性测试，GLM-5.3 登顶 — arkuto · 2026-10-16
- UCSD团队提出数据集水印法，仅凭API输出即可检测训练数据盗用 — yuxiangw_cs · 2026-10-16
- EmbodiedEvo 让 Agent 传承经验：登顶 RoboDojo 榜单 — Aiden_Tech_Ai · 2026-10-16