English(EN) LongZero: Enhancing Long-Context Reasoning in LLMs from Zero Data

新的LongZero方法在无外部数据的情况下增强了LLM的长上下文推理能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-22 04:00

研究人员推出了一种名为LongZero的新颖方法，旨在增强大型语言模型（LLM）的长上下文推理能力，而无需任何外部训练数据。该方法使LLM能够通过合成带有支持性证据的问题和答案来生成自己的任务，包括多跳推理和多轮检索练习。然后，LongZero使用GRPO将这些证据扩展到长的、多文档的上下文，并训练模型。在五个基准测试中的两个LLM上进行的实验表明，LongZero的表现优于依赖外部合成数据的基线，这表明了改进LLM长上下文推理的一个有前景的方向。 AI

影响该方法可以显著降低需要长上下文理解的任务的LLM训练成本和复杂性。

排序理由该集群包含一篇详细介绍改进LLM能力的新方法的论文。[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: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍改进LLM能力的新方法的论文。[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: 23 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Zhennan Wan, Jianfei Chen · 2026-10-22 04:00

LongZero：从零数据增强LLM中的长上下文推理能力

arXiv:2610.30132v1 Announce Type: new Abstract: Reinforcement learning (RL) is an effective way to strengthen the long-context reasoning of large language models (LLMs), but it needs training data that are long, diverse, challenging, and verifiable. Human annotation of such data …

本文如何被排名

报道来源 [1]

LongZero：从零数据增强LLM中的长上下文推理能力

相关实体

相关话题