SignalReasoner：评估 30 亿参数模型在信号数学推理中的能力上限

英文标题：SignalReasoner: Assessing the Upper Bound of 3B Models for Signal Mathematical Reasoning

论文提出 SignalReasoner，用于评估 30 亿参数（3B）模型在信号相关数学推理任务中的能力上限。原文指出，监督式思维链微调以及基于可验证奖励的强化学习，已显著提升大语言模型的数学推理能力。该研究将这一进展延伸至信号处理相关场景，关注较小规模模型在专业数学推理中的潜力。对开发者而言，这项工作有助于判断 3B 级模型是否能够以更低成本支持信号领域的推理应用。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB