TraceForge提出两阶段合成推理轨迹方法
发生了什么
据Hugging Face Papers报道，TraceForge提出两阶段合成推理轨迹方法，合规生成学生模型风格的CoT并提升编程基准性能。该方法使用教师答案和上下文生成符合学生模型风格的推理轨迹，通过监督和对抗训练提升性能。在测试中，使用TraceForge训练的学生模型在HumanEval+和MBPP+基准测试中分别提升3.7和7.1个百分点，并超越Qwen3.8-Max CoT。TraceForge完全合法，仅使用从Qwen3.8-Max合成的数据训练。
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。
- Hugging Face Papers转载
Paper page - TraceForge: Distilling with Your Own Thinking
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