美团 6 篇 ACL'26 中稿论文解读：从 CoreCodeBench 评测到 MASPO 推理优化

美团技术团队将于 6 月 11 日分享被 ACL 顶会收录的 6 篇论文，覆盖大模型评测、复杂流程推理、数学思维优化、强化学习优化与生成式推荐。其中 CoreCodeBench 提出细粒度代码评测基准，有效性达 78.55%；AMO-Bench 显示最强模型在高中数学竞赛中准确率仅 52.4%；MASPO 在多个数学推理基准上取得更优 Avg@32 与 Pass@32。