HuggingFace Daily Papers（社区热门论文）·· 2026-08-31AI 评分42
论文提出超越人类监督扩展大型推理模型的 L0-L4 路径框架
Scaling Large Reasoning Models beyond Human Supervision: A Path toward Superintelligence
AI 导读
论文研究大型推理模型（LRM）如何在人类监督逐渐退出学习回路后继续提升，提出从 L0 到 L4 的五级阶梯框架，覆盖奖励轴（从人工判断到无需人类反馈的可复用验证器）和经验轴（从人工策划任务到自生成课程与自主协同进化）。
整理与数据来源：AIHOT
来源：HuggingFace Daily Papers（社区热门论文） · arxiv.org