提出块大小课程学习方法训练了开源块扩散推理模型DreamReasoner-8B,克服了大模块尺寸训练导致的性能下降问题,在数学和代码推理任务上取得了与领先自回归模型相当的性能。
机构:香港大学
来源:arXiv 2606.19257 | AI4Papers 论文推荐平台