BoundaryEvo：长链推理蒸馏协同演化框架

Jiaming Su 等作者提交论文，提出 BoundaryEvo——一个用于长链推理蒸馏的两阶段数据-模型协同演化框架：先用少量教师长推理轨迹做直接蒸馏，建立学生模型的基础推理能力，再随学生模型进化，反复筛选它尚未掌握、但专家能可靠解答的问题。 作者称，仅用 1,000 条训练样本，BoundaryEvo 在 11 个推理基准上持续优于静态和动态数据选择基线；代码与数据将公开。这些效果为论文中的说法。

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。