**对比反思：实现推理能力的快速提升**

_CORE: Contrastive Reflection Enables Rapid Improvements in Reasoning_

> CORE是一种非参数学习算法，通过对比成功与失败的推理轨迹来生成简洁的自然语言洞察，以此指导模型自我改进。在四个推理任务中，CORE仅需少量训练样本和模型尝试，便实现了比参数化方法（如GRPO）和其他非参数方法更快的性能提升，且上下文效率更高，能将学到的知识存储为紧凑、可解释的洞察。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.28742)