提出SCALELOGIC合成逻辑推理框架以控制推理深度与逻辑表达性,系统研究大模型强化学习训练缩放规律,发现更高表达性的训练能带来更显著且计算更高效的下游推理性能提升。
机构:Purdue
来源:arXiv 2605.06638 | AI4Papers 论文推荐平台