arXiv Artificial Intelligence· Lei Jiang, Honghui Bao, Yue Zhou, Zhengyao Gu, Langzhou He, Natalie Parde·2026-10-20 12:00· 2 小时前AI 评分26

LIFT：用部分推理轨迹实现免训练提示词选择，降低 RLVR 数据筛选成本

Training-Free Prompt Selection for Efficient Reinforcement Learning With Partial Rollouts

AI 导读

LIFT 是一种免训练数据选择器，仅凭部分推理轨迹即可识别高价值提示词，其核心 PRCL 分数通过累加问题条件上下文与去除问题的空上下文之间的 token 级对数似然比，实现从短前缀而非完整轨迹打分。