arXiv · Machine Learning· Xuan Liu, Jingbin Qian, Haosheng Chen·· 3 小时前精选AI 评分60
从 Pass@K 与 Pass@1 的差距中学习
Learning from the Gap Between Pass@K and Pass@1
AI 导读
论文提出 GapFT，通过单次解码结果筛选训练样本，聚焦策略单样本失败但 K 样本内可恢复的问题。在 LogiQA 2.0 和 ReClor 上，基于 Llama-3.1-8B 的 Pass@1 相对提升 14.4 和 13.9 点，单次解码达到源模型 verifier-selected Pass@4 水平，且仅用全量验证池三分之一的匹配预算。
推荐理由
通过区分首句成功与K样本内恢复的失败，针对性填补模型单次推理的能力缺口。
来源：arXiv · Machine Learning · arxiv.org