证据锁定非补偿式选择规则EL-DGR提出与验证

2026年10月20日，arXiv Artificial Intelligence 刊出 Yiyao Zhang 等作者的报道，提出并验证“证据锁定非补偿式选择规则”EL-DGR（Evidence-Locked Derive-Gate-Repair）。该规则为任务自适应、非补偿性：评审偏好只有在具备抽取式证据证书时，才可覆盖有证据支持的共识；修复只有在两个备选均未获认证、而修复本身获认证时才可进行。报道称，在四个 GRPO 策略的冻结候选池上，无约束标量 DeepSeek-R1-7B 评审相比答案级多数投票几乎无增益：GSM8K 500 题上为 +1.0 pp，HotpotQA 300 题上为 +0.34 EM；在 30 题确认集上，该评审反比多数投票低 10 分。上述数字与适用对象、数据集规模均来自同一报道，报道未给出更多条件或后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。