arXiv cs.AI· Ximing Lu, Aviral Kumar, Jan Kautz, Yejin Choi, David Acuna·· 4 小时前AI 评分47
MagicBeanStalk：用递归数据合成逃离 RLVR 零优势陷阱
MagicBeanStalk: Escaping the RLVR Zero Advantage Trap with Recursive Data Synthesis
AI 导读
MagicBeanStalk 用自顶向下分解与自底向上递归的数据合成，把种子问题扩展成经策略与预算校准的新问题族，以逃离 RLVR 的零优势陷阱。
来源：arXiv cs.AI · arxiv.org