研究提出RECAP以缓解推理训练中的能力遗忘
热点事件持续更新
研究提出RECAP以缓解推理训练中的能力遗忘
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Hoang Phan等提出RECAP，一种为RLVR训练加入动态目标重加权的回放策略；研究报告称，在Qwen2.5-VL-3B和Qwen2.5-VL-7B的基准实验中，该方法保留了通用能力并提升推理表现。 RLVR长期训练可能使大型推理模型遗忘通用能力。RECAP根据训练中收敛与不稳定性的短期信号在线调整训练重点，作者称它无需额外训练模型或复杂调参即可接入现有流程。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
超越推理增益：缓解大型推理模型的通用能力遗忘报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning超越推理增益：缓解大型推理模型的通用能力遗忘
研究提出 RECAP，一种带动态目标重加权的 replay 策略，用于缓解 RLVR 长期训练导致的大型推理模型通用能力遗忘。该机制根据收敛与不稳定性的短期信号在线调整训练重点，无需训练额外模型或复杂调参即可接入现有 RLVR 流程。在 Qwen2.5-VL-3B 和 Qwen2.5-VL-7B 的 benchmark 实验中，RECAP 保留了通用能力，并提升了推理表现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。