实体
IMO-AnswerBench
IMO-AnswerBench
PulseAugur coverage of IMO-AnswerBench — every cluster mentioning IMO-AnswerBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
BoundaryEvo框架通过自适应数据选择提升小型LLM的推理能力
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。
-
新的 3B 模型 VibeThinker 在数学和编码方面达到前沿性能
研究人员开发了 VibeThinker-3B，这是一个拥有 30 亿参数的小型模型，在数学和编码任务上的表现可与更大模型相媲美。该模型基于 Qwen2.5-Coder-3B 构建，并采用了 Spectrum-to-Signal 训练流程，在 AIME26 和 LiveCodeBench 等基准测试中取得了优异成绩。开发者强调，参数密集的小型模型可以提供前沿的推理能力，是对传统扩展定律的补充，但他们也承认在更广泛的通用应用方面存在局限性。