English(EN) BoundaryEvo: Data-Model Co-Evolution at the Capability Boundary for Long-Chain Reasoning Distillation

BoundaryEvo框架通过自适应数据选择提升小型LLM的推理能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-12 04:00

研究人员开发了BoundaryEvo，一个新颖的框架，通过数据-模型协同进化来提高小型语言模型（LLM）的长链推理能力。这种两阶段方法首先用基础推理技能对学生模型进行预训练，然后根据模型不断发展的熟练度动态调整训练数据。通过关注学生模型难以解决但专家可以解决的问题，BoundaryEvo在推理基准测试上显著提高了准确性，仅使用1,000个训练样本就使Qwen3.5-4B在IMO-AnswerBench上的性能提高了12个百分点以上。 AI

影响该框架可以实现更高效地训练小型、专业化的模型以完成复杂的推理任务。

排序理由该条目描述了一个新的研究框架及其在基准测试上的表现，发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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; 该条目描述了一个新的研究框架及其在基准测试上的表现，发布在arXiv上。[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.AI TIER_1 English(EN) · Jiaming Su, Suorong Yang, Xudong Li, Tengchao Yang, Peng Ye · 2026-10-12 04:00

BoundaryEvo：能力边界上的数据-模型协同演进，用于长链推理蒸馏

arXiv:2610.13285v1 Announce Type: new Abstract: Distilling long-chain reasoning trajectories from large teacher models provides an effective way to improve the reasoning ability of small language models. However, existing methods typically select a fixed training set before disti…

本文如何被排名

报道来源 [1]

BoundaryEvo：能力边界上的数据-模型协同演进，用于长链推理蒸馏

相关实体

相关话题