Exploring Solution Divergence and Its Effect on Large Language Model Problem Solving
本文提出“解空间发散度”作为衡量大语言模型解决问题能力的新型指标，并发现该指标与模型表现呈正相关。研究在三个代表性问题领域进行测试，证实基于解空间发散度的策略能持续提升大语言模型的解决成功率。这一发现表明，解空间发散度可作为支持监督微调（SFT）和强化学习（RL）的有效工具，有助于推动大语言模型的训练与评估发展。
摘要由 AI 生成
一项发表于 2026 年 9 月的研究提出“解空间发散度”作为衡量大语言模型解决问题能力的新型指标，并发现该指标与模型表现呈正相关。研究在三个代表性问题领域进行测试，证实基于该指标的策略能持续提升大语言模型的解决成功率。这一发现表明，解空间发散度可作为支持监督微调（SFT）和强化学习（RL）的有效工具，有助于推动大语言模型的训练与评估发展。
相关事件RELATED EVENTS