跳到正文
AGI Hunt· eth-algopt·· 2 小时前AI 评分62

ETH 提出并开源 AuXSpec,9B 模型规格生成超过前沿模型

ETH 提出 AuXSpec:可执行后条件作奖励,9B 模型规格生成超前沿模型

AI 导读

ETH 研究团队提出并开源 AuXSpec,通过可执行后条件构造强化学习奖励,绕过昂贵的显式证明反馈。训练 Qwen3.5-9B 与 Qwen3.8-27B 后,AuXSpec-Test 上 SpecGen pass@4 分别从 0.7% 升至 82.7%、从 14.3% 升至 84.3%,域外 Verina 基准上的 pass@1 分别为 73.7% 和 84.5%。

来源:AGI Hunt · agihunt.info