新论文提出不确定性引导渐进收缩，推理后训练预算降至0.22%
原文标题：Learning More by Training Less: Uncertainty-Guided Progressive Contraction for Efficient Reasoning Post-Training
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该研究提出不确定性引导的渐进收缩框架，用蒙特卡洛推理树刻画过程级不确定性，先将语料收缩为紧凑教师池，再在SFT中按学生状态在线路由优化。实验显示仅用全量数据SFT的0.22%优化预算、训练曝光减少450倍以上，仍能维持或提升推理性能，并可跨学生模型族与黑盒教师泛化。
- 问题
- 推理后训练语料越堆越大，训练成本上升但性能收益不成比例。
- 方法
- 用蒙特卡洛推理树刻画过程级不确定性，先收缩语料为紧凑教师池，再在SFT中按学生状态在线路由优化。
- 结果
- 仅用全量数据SFT的0.22%优化预算、训练曝光减少450倍以上，仍维持或提升推理性能。
- 影响
- 预算有限的团队可用极小训练开销获得同等推理能力，显著降低后训练成本门槛。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。