提出了GEAR方法,通过证据感知奖励塑造解决长上下文推理中模型的重复复制问题,在多个基准上提升平均4.6个点。
机构:北大
来源:arXiv 2607.19345 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程