arXiv cs.AI· Zongxia Li, Yucheng Shi, Zhongzhi Li, Junyao Yang, Ruhan Wang, Chengsong Huang, Fuxiao Liu, Haitao Mi, Jordan Boyd-Graber, LeoweiLiang·· 29 天前AI 评分44
通过 Recursive Self-Rewrite 扩展复杂任务轨迹
Scaling Trajectories for Complex Tasks through Recursive Self-Rewrite
AI 导读
研究团队提出 Recursive Self-Rewrite（RSR）框架，基于 Qwen-3.8-27B 将多样环境下的复杂任务求解经验重构为通用训练轨迹。该方法通过规划器、审核器与执行器，将 2,001 条源轨迹扩展为 11,094 条重写轨迹用于 SFT 微调。
来源：arXiv cs.AI · arxiv.org