★ 2
ArgGYM：可验证的结构化可废止推理基准
论文提出 ArgGYM，一个程序化生成、兼容 RLVR 训练的结构化可废止推理基准与环境，将推理拆解为 12 类任务，并以符号论证引擎计算形式状态进行评分。冻结基准含 1440 个验证实例，前沿与开源权重模型表现出明显不同的推理特征，且随课程配置依赖变长性能下降。
arXiv cs.AI32 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 ArgGYM，一个程序化生成、兼容 RLVR 训练的结构化可废止推理基准与环境，将推理拆解为 12 类任务，并以符号论证引擎计算形式状态进行评分。冻结基准含 1440 个验证实例，前沿与开源权重模型表现出明显不同的推理特征，且随课程配置依赖变长性能下降。