研究人员推出了一种新颖的半监督思维链学习框架Semi-CoT,该框架利用未标记问题生成伪推理监督。该方法通过基于估计的答案级语义熵来选择可靠的推理链,从而改进了CoT的自训练方法。虽然实验在选择高精度伪CoT方面显示出潜力,但有效利用仍需要改进演示选择或学生训练策略。 AI
影响 这项研究可能通过利用未标记数据来提高LLM的推理能力,从而实现更有效的LLM训练。
排序理由 该集群包含两篇学术论文,讨论了LLM和MLLM中思维链推理的新方法和数据集。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →