Sci-CoE：用几何共识与稀疏监督协同进化科学推理 LLM

Sci-CoE 是一个面向无验证信号领域的两阶段协同进化框架，让模型同时作为求解器和验证器自我进化。第一阶段用少量标注数据为验证器建立正确性判断锚点，第二阶段引入联合考虑共识、可靠性与多样性的几何奖励机制，在无标注数据上大规模自迭代。在多个通用科学基准上，Sci-CoE 提升了复杂推理能力并表现出较强可扩展性。