概念
ReSI-Math
一种面向大语言模型数学推理的强化学习训练框架，通过自评判引导的进化搜索识别可恢复的失败案例，并结合自适应前沿问题选择进行序列化 RLVR 训练
时间轴 (近 90 天)
11月4日
ReSI-Math 框架揭示：部分模型解题失败并非能力缺失，而是能力未被充分激发，存在一个可恢复的能力前沿区域。
待验证50%
11月4日
ReSI-Math 的核心流程包含自评判引导的进化搜索和自适应前沿问题选择两步。
待验证50%
11月4日
ReSI-Math 的思路有望推广到数学以外的推理任务。
待验证50%