arXiv Artificial Intelligence· Ying Li, Yuqi Chen, Sixuan Li, Yunfeng Cai·· 18 小时前AI 评分22
Dynamic K-Head：面向连续隐式推理的难度监督预算选择
Dynamic K-Head: Difficulty-Supervised Budget Selection for Continuous Latent Reasoning
AI 导读
Dynamic K-Head 是一种以问题为条件、在 rollout 前选择预算的机制，与推理器在选定预算下联合训练，难度监督仅依据问题本身的评分。
来源：arXiv Artificial Intelligence · arxiv.org