一批八道题，模型全做对。你给它记个满分，回头发现这一趟什么也没学着。
组采样的可验证奖励强化学习就是这个规矩：全对或全错的组，相对优势恰好是零，生成预算烧了，策略一步没动。麻烦出在记录员身上，逐题通过率把两件事记进同一栏，一件是学生变聪明了，一件是这题本来就难，两个量跑得根本不一样快。Figure 1 量过：NuminaMath 上绝对通过率约一百步就去相关，同一技能域里题目谁比谁难，几百步还排得稳。
FADE 于是拆成两本账。冻结的题目向量白化成 32 个技能坐标，每步拿 256 道题一起更新快变的能力，题目自己的偏置慢慢挪。论文算过，单独给每道题记账的追踪器，平均要约 580 步才轮回同一题一次，才晓得学生已经变强了。五个数学基准配四种调度器，rollout 预算对等锁在 144 万次，Qwen2.5-Math-1.5B 的五卷均值涨 1.8 到 2.9 分，每步多花不到 0.6 毫秒。AIME 那卷是 2024 与 2025 合起来 60 题。
命题 3 还写明了前提：策略漂移快过题目漂移，这套拆法才占优。先问记录员记的是谁的进步，再谈怎么排课。