热点事件持续更新
伯克利团队发布T³思维轨迹RAG语料
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月27日，据 AGI Hunt 报道，UC Berkeley 的 Negar Empr 团队构建了 T³ 语料，做法是从模型的思维轨迹中提取数据，再用于推理任务的 RAG。报道称，该方法在 AIME 2025–2026 上最高带来 43.9% 的提升。团队在 EMNLP 2026 展示的论文指出，只要语料选得对，RAG 反而能提升推理能力。目前该工作以论文形式公开，报道未提及代码或语料是否开放。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 07:08
伯克利团队提出T³语料，用思维轨迹做RAG，AIME最高提升43.9%报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI Hunt伯克利团队 T³ 语料：用思维链轨迹做 RAG，AIME 最高提升 43.9%
UC Berkeley 的 Negar Empr 团队构建 T³ 语料，从模型思维轨迹提取数据用于推理任务 RAG，在 AIME 2025–2026 上最高提升 43.9%。团队在 EMNLP 2026 展示的论文指出，只要语料选得对，RAG 反而能提升推理能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。