提出QAQ框架,通过反向互信息(RMI)评估合成代码指令中答案对查询的预测能力(Q|A),识别语义错位(低RMI)和捷径模式(过高RMI),并结合强弱模型分歧筛选高认知差距样本,在仅用25%数据时达到全量训练性能,显著优于现有数据选择方法。
机构:中科院
来源:arXiv 2603.12165 | AI4Papers 论文推荐平台