热点事件持续更新
RL-ARC：推理引导的不确定性校准框架
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
研究者提出 RL-ARC，一种校准感知训练框架，联合利用推理置信度与答案置信度：对正确样本施加推理引导正则化，对错误样本施加过自信惩罚。实验显示，在域内（ID）与域外（OOD）设置下，RL-ARC 改善校准效果，并使推理模型按问题自适应估计置信度，且不明显牺牲推理性能。该论文 arXiv 编号 2610.11352，已被 AACL-IJCNLP 2026 接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
RL-ARC 论文已被 AACL-IJCNLP 2026 接收，arXiv 编号 2610.11352。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Artificial IntelligenceRL-ARC：通过推理引导的不确定性校准大型推理模型
研究者提出 RL-ARC，一种校准感知训练框架，联合利用推理置信度与答案置信度，对正确样本施加推理引导正则化、对错误样本施加过自信惩罚。在 ID 与 OOD 设置下，RL-ARC 改善校准并让推理模型按问题自适应估计置信度，且不明显牺牲推理性能。论文已被 AACL-IJCNLP 2026 接收，arXiv 编号 2610.11352。
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。