BoundaryEvo长链推理蒸馏新方法
发生了什么
据arXiv cs.CL10月9日报道，研究提出BoundaryEvo框架，解决小模型长链推理蒸馏中的数据-模型协同进化问题。该方法分两阶段：能力预热后，根据学生模型能力边界动态选择训练数据。仅用1000个样本，在IMO-AnswerBench上将Qwen3.5-4B准确率从62.9提升至75.3。
- 训练样本数
- 1000
- IMO准确率提升
- 62.9至75.3
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口