**FlyBy：让小模型在知识瓶颈时主动查询更强模型**

_Knowing When Thinking Is Not Enough: Teaching Small Reasoning Models to Reason Beyond Their Parametric Knowledge_

> 研究指出小推理模型（sRMs）的自我反思往往只能巩固已知解，无法突破参数知识局限。为此，论文提出 FlyBy 框架，训练 4B/8B 模型在推理受阻且识别为“知识瓶颈”时，选择性查询更强模型。通过监督微调与成本感知强化学习，FlyBy-4B 以 2.7 倍更低的成本超越了 Qwen3-14B 的 pass@8 表现，FlyBy-8B 进一步将 pass@8 提升至 51.81%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.34327)