difficulty-aware

本文提出DASO，一种针对生成式推荐的树感知后训练方法，通过分析rollout组并根据前缀匹配深度重新分配，解决GRPO中的难度不匹配问题，在公开基准测试中提升性能。

一篇新论文提出了VDAR-Router，这是一个面向LLM的难度感知的基于检索的路由框架，能够根据查询难度自适应选择模型，实现更好的成本-性能权衡。

本文介绍了NLPCC 2026 共享任务1：难度感知的多语言多模态医学教学视频理解评估（DA-MIVQA）。该任务在以往基准测试的基础上，增加了难度感知标注，并包含三个赛道：时间答案定位、视频语料库检索以及语料库内定位。数据集来自公共频道的医学教学视频，旨在评估系统在不同推理需求下的表现。