GRAFT框架提升强化学习推理性能
发生了什么
据Hugging Face Papers报道，GRAFT框架通过跨模型轨迹交换提升强化学习推理性能。该框架将失败的回放组替换为互补模型的成功同行轨迹，无需额外回放即可提升推理性能。在三个异构模型对和五个数学推理基准测试中，GRAFT平均提升2.1分，最高提升4.5分。
- 平均性能提升
- 2.1 points
- 最高性能提升
- 4.5 points
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。
- 来源报道1 个发布入口