国防科大与清华提出ICRPM预测任务风险

国防科技大学与清华大学研究团队提出 ICRPM（In-Context Risk Predictive Model），利用近期任务与风险记录直接预测策略更新后的任务风险，无需为风险预测额外生成 rollout 或增加环境交互。团队称该方法在基本维持原有训练开销的情况下，改善了大模型 RLVR、Meta-RL 及鲁棒控制等场景中的任务风险预测与选择效果。 ICRPM 采用带时间衰减的滑动窗口，复用最近 3 个历史批次形成的上下文与预测目标，时间衰减系数设为 0.9。 在基于 Qwen3-4B-Base 的 Countdown 实验中，ICRPM 的 pass@1 在 CD4 上达 55.7%，两项评测平均 65.4%，高于 GRESO 的 63.8% 和 MoPPS 的 63.4%。

AI 根据报道生成 · 2 小时前更新