arXiv 2026年10月12日推理纠错不必重训模型：把指令放进新一轮用户话轮，四个推理器平均准确率从37.1%升到55.3%在四个推理器和六个数学基准上，把纠错指令作为新一轮用户话轮注入到学习选出的切点，平均准确率从37.1%升到55.3%，而推理器本身保持冻结。在四个推理器和六个数学基准上，把纠错指令作为新一轮用户话轮注入到学习选出的切点，平均准确率从37.1%升到55.3%，而推理器本身保持冻结。Korea Advanced Institute of Science and TechnologyJiwon Jeon（第一作者）#UPTURN自校正框架#轮次边界注入#数学推理#组相对策略优化