**提出跨域可迁移性感知课程:提升多领域强化学习推理效率** _Transferability for General Reasoning: An Autom
原帖
**提出跨域可迁移性感知课程:提升多领域强化学习推理效率**
_Transferability for General Reasoning: An Automated Curriculum for Multi-Domain RLVR_
> 针对多领域强化学习验证奖励(RLVR)训练中课程采样固定的问题,研究提出了一种名为TAC的在线课程方法。该方法利用梯度几何对齐估算跨域可迁移性,优先选择能广泛惠及其余领域的训练样本。实验显示,在Qwen3和Llama3.2模型上,TAC在六领域推理套件中取得了最佳宏观准确率,显著优于随机采样及仅基于可学习性的课程策略。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-07-03 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2606.25178)