Hugging Face · 每日论文· 媒体 / 作者来源·精选
PAR：让循环模型的额外迭代对齐进度，512步状态跟踪达95.5%
原文标题
PAR: Progress-Aligned Recurrence for Length Generalization in State Tracking
AI 导读
论文提出 Progress-Aligned Recurrence（PAR）：把第k次迭代的预测对齐到前k步后的状态，并把循环状态缩放回首次迭代的范数。用最多32步训练的Qwen2.5-0.5B在swap-S_5上做512步全状态跟踪，平均准确率95.5%，为训练长度的16倍；同骨干下RLT为55.7%，显式思维链仅0.8%。消融显示去掉范数锚定后外推倍数从16倍降至2.2倍以下，把进度对齐目标换成最终答案监督则至多8倍。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
给出可复用的训练方法：进度对齐目标加范数锚定，使循环深度在状态跟踪任务上的外推从不到2.2倍提升到16倍，并附同骨干对照与消融结果。
导读由模型辅助整理，非独立核验。完整信息见原文。