English(EN) Code Consistency Preference Optimization Verification for Language Model Alignment

新方法通过执行验证提升大语言模型数学推理能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-17 04:00

研究人员开发了一种新方法，通过结合基于执行的验证和依赖感知过滤来提高大语言模型的数学推理能力。该方法生成具有依赖图的计算上可靠的解决方案，增强了科学任务的偏好优化。当应用于 Llama-3-8B 和 DeepSeekMath-7B 时，该方法在 MATH 和 GSM8K 基准测试上取得了显著的改进。此外，扩展此框架在 PhyX 多模态物理推理任务上取得了最先进的成果，展示了高度的科学有效性并减少了科学定律的违规行为。 AI

影响这项研究可能带来更可靠、更准确的大语言模型，用于科学和数学推理任务。

排序理由该集群描述了一篇关于改进大语言模型在特定基准测试上性能的新研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇关于改进大语言模型在特定基准测试上性能的新研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Yunlong Tan, Mingqiao Mo, Hao Zhang · 2026-09-17 04:00

语言模型对齐的代码一致性偏好优化验证

arXiv:2609.19002v1 Announce Type: cross Abstract: Execution-based verification enhances large language models' mathematical reasoning through computational soundness and dependency-aware filtering. However, prior preference optimization methods relying on Bradley-Terry reward mod…

本文如何被排名

报道来源 [1]

语言模型对齐的代码一致性偏好优化验证

相关实体

相关话题