11:39
官方账号arXiv cs.LG@Rajiv Shailesh Chitale, Rahul Madhavan, Taneesh Gupta, Deepanway Ghosal, Aravindan Raghuveer
推荐理由：TTEL能定位推理错误，只重算出错部分，省近一半计算量。Qwen3-8B在编程测试上成绩亮眼，值得关注。
AIME
共 2 条相关 AI 资讯
7月24日
11:39
TTEL是一种利用固定或环境反馈进行token级错误定位的推理时算法。它通过比较条件概率隔离出错步骤，截断并重新生成，复用有效前缀。在Qwen3-8B上，TTEL在LiveCodeBench达到pass@64为71.0%，生成token仅约360.4k，远少于独立采样的735.0k。在AIME-2025和HMMT-2025数学基准上，TTEL也优于其他测试时基线。
7月9日
09:54
09:54
官方账号arXiv cs.LG@Vladislav Beliaev
精选
推荐理由：这篇论文解决了GRPO训练时难问题学不到东西的痛点，用自适应前缀让模型在数学推理上准确率翻倍，而且模型越小效果越明显，值得做强化学习的人看看。