🔬 新工作｜当强模型遇到训练瓶颈时，弱模型反而能帮上忙？ 
我们提出了 Weak-Driven Learning (WMSS)，一种突破 LLM 后训练饱和瓶颈的新范式。核心思想：利用模型训练早期的"弱检查点"作为监督信号，识别可恢复的学习缺口，让强模型突破传统 SFT 的性能天花板。 
在数学推理和代码生成任务上验证有效，且零额外推理成本。 
🔗 HuggingFace: Paper page - Weak-Driven Learning: How Weak Agents make Strong Agents Stronger 
💻 Code: GitHub - chenzehao82/Weak-Driven-Learning 
📄 Paper: [2602.08222] Weak-Driven Learning: How Weak Agents make Strong Agents S...