亚洲模型实验室 · arXiv 论文
RL Curriculum Counterfactuals
合并复现 GLM-4.5 Figures 5-6：上层显示切换极难样本后的分叉，下层显示逐级 context 课程造成的不可逆落后。
curriculumCounterfactualPanelsInformation grammar
它如何组织信息
共享前缀难度分支面板 + 分段 context 背景的 single/multi-stage 反事实面板
- Visual system
- VS-70 GLM curriculum counterfactual panels
- Component ID
glm-curriculum-counterfactuals
Use when
适用判断
适合课程学习与干预消融；阶段边界、样本池和最大输出长度必须随数据一同记录。
Figure-level evidence
Figures 5-6 · PDF p.8
难度课程切换与 16K→64K 多阶段输出长度课程的两组控制实验。
- Verified
- 2026-07-12
- Paper source
- GLM-4.5 Technical Report
Structured data
可替换的数据模型
示意数据，仅复现信息结构，不代表最新榜单结果。
{
"difficulty": {
"steps": [
0,
200,
400,
600,
800,
1000,
1200,
1400,
1600,
1800,
2000,
2200
],
"switchIndex": 7,
"moderate": [
75,
76,
74.5,
77.5,
79,
78.2,
80.5,
81.8,
80.1,
81,
80.4,
80.2
],
"extreme": [
null,
null,
null,
null,
null,
null,
null,
81.8,
80.9,
82.2,
81.7,
83.4
]
},
"context": {
"steps": [
0,
200,
400,
600,
800,
1000,
1200,
1400,
1600,
1800,
2000,
2200
],
"stages": [
{
"label": "16K",
"endIndex": 3
},
{
"label": "32K",
"endIndex": 6
},
{
"label": "48K",
"endIndex": 9
},
{
"label": "64K",
"endIndex": 11
}
],
"single": [
75,
76,
77,
79,
80,
79,
81,
80,
82,
81,
82,
83.4
],
"multi": [
61,
65,
68,
71,
72,
73,
75,
74,
78,
79,
78.5,
80.6
]
}
}Related components