浙大北大 SPADER 多答案问答 RL 方法获 EMNLP 接收

浙江大学与北京大学提出的 SPADER 方法用于多答案问答的强化学习训练，相关论文被 EMNLP 2026 Main 接收。据 AGI Hunt 2026 年 10 月 26 日报道，该方法在四个多答案问答基准、两个基座模型上的 F1 指标均排名第一；在 QAMPARI 基准上，相较 PPO 与 GRPO，最高提升达 86.1 个百分点。报道未披露具体基准名称、基座模型型号及实验设置细节，也未提及开源或复现安排。至此，该工作从方法提出推进到同行评审接收阶段。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。