★ 3
RLAWM：用公理化世界建模强化学习提升物理推理
论文提出建模漂移概念，指模型内部公理化世界模型与题目真实物理世界之间的偏差。作者提出 RLAWM，在训练阶段用物理约束奖励分别监督建模与求解两个层级，无需推理期额外开销。在 PhysReason 上提升 12.2 分、PHYSICS 上提升 5.2 分，并在奥赛级物理与数学题上零样本泛化。
arXiv cs.AI13 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出建模漂移概念，指模型内部公理化世界模型与题目真实物理世界之间的偏差。作者提出 RLAWM，在训练阶段用物理约束奖励分别监督建模与求解两个层级，无需推理期额外开销。在 PhysReason 上提升 12.2 分、PHYSICS 上提升 5.2 分，并在奥赛级物理与数学题上零样本泛化。
JuliaHub 博客指出，顶尖 AI 模型在物理问题上表现不佳，问题不在模型本身，而在于用于评测和执行的编码框架存在缺陷。文章认为改进工具链比单纯扩大模型规模更能提升科学计算表现。