论文
TimeThink
一种面向时序多模态大语言模型的合成数据框架，通过确定性生成原子级与复合级时序问答对，结合带可验证奖励的强化学习（RLVR）训练策略，使模型学会组合式推理并提升在分布外问题上的泛化能力
时间轴 (近 90 天)
9月15日
TimeThink基于的关键洞察是：时序数据的核心基元（如趋势、季节性）是与领域无关的，并且可以被确定性地生成
待验证50%
9月15日
TimeThink设计了一个合成数据生成器，产出原子级与复合级的问答对，每一对不仅有正确答案还附带完整的推理轨迹
待验证50%
9月15日
TimeThink仅在合成数据上训练，就在合成基准和真实世界基准上都显著超越了强基线模型
待验证50%
9月15日
TimeThink是一篇新发布的arXiv预印本
待验证50%
9月15日
TimeThink通过确定性生成可验证的合成数据，绕开真实标注的瓶颈，提供了一条低成本、可扩展的路径
待验证50%