热点事件持续更新
CARM：LLM 强化学习的取消感知响应掩码
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布一篇论文，提出面向 LLM 强化学习的序列级掩码方法 CARM。针对采样响应偏离策略的问题，CARM 对每个 token 的对数概率比取绝对值再平均，以避免正负漂移相互抵消。报道称，在数学推理任务上，CARM 在 AIME 2024/2025/2026 与 BeyondAIME 上的 mean@16 较几何平均掩码最高提升 3.13 个百分点；在四个代码基准上平均 pass@1 提升 2.88 个百分点。目前该事件仅有这一篇报道，尚无后续进展或不同说法。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
arXiv 发布 CARM 论文，称数学推理 mean@16 最高提升 3.13 个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）CARM：面向 LLM 强化学习的取消感知响应掩码
针对 LLM 强化学习中采样响应偏离策略的问题，研究者提出序列级掩码 CARM，通过对每个 token 对数概率比取绝对值再平均，避免正负漂移相互抵消。在数学推理任务上，CARM 在 AIME 2024/2025/2026 与 BeyondAIME 上的 mean@16 较几何平均掩码最高提升 3.13 个百分点；在四个代码基准上平均 pass@1 提升 2.88 个百分点。
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。