SPLICE：离线数据生成修复推理轨迹

2026年10月14日，arXiv Artificial Intelligence 刊出 Hamed Mahdavi 等作者的 SPLICE 工作。该工作把验证与修复从训练循环中移出，改为离线数据生成：由第二个模型仅凭参考答案，在推理模型生成轨迹的过程中进行编辑——验证进展、在最后一个已验证步骤处截断失败轨迹，并拼接自适应增强的提示，直到进展恢复。作者用 SPLICE 轨迹微调模型，称其在 AIME 上超过用未编辑轨迹蒸馏的同款模型，并在经人工评分验证的评分协议下于奥赛证明题上同样领先。报道还称，训练后模型的轨迹在难点处会以拼接提示的风格宣告分支并采取更高风险步骤，预测熵随之上升。该事件目前仅有这一篇报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。