University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

PAIR: Pairwise-Aware Inclusion Reweighting for Adaptive Rollout Allocation in RLVR

PAIR：用于RLVR中自适应rollout分配的成对感知包含重加权方法

Pixel Nomand, Elena Voss, Marcus Hale, Sofia Reyes

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Washington（华盛顿大学） 纠错

AI总结 针对RLVR中自适应rollout分配的统计不匹配问题，提出PAIR方法，通过成对对比图校正梯度估计，在Qwen3模型上提升准确率同时减少token使用量。