揭示LLM数学推理失败常具可恢复性，提出轨迹自探索机制定位‘可恢复能力边界’，显著提升解题成功率。

在可控方程求解框架下揭示RLVR中推理策略泛化失败现象，指出策略需显式建模难度迁移而非仅依赖奖励信号。

提出FADE方法解耦模型能力与题目难度，动态筛选高信息量提示，避免无效rollout消耗生成预算。