一项新研究“MathShikkha”调查了思维链（CoT）监督在提高小型语言模型（SLMs）孟加拉语数学推理方面的有效性。该研究使用GPT-5.4生成的推理构建了一个数据集，发现虽然CoT监督并未显著提高较强SLMs的领域内推理准确性，但它显著增强了一个较弱的4B模型。然而，在一个更大的基准测试中，CoT在所有模型上都显著优于仅答案微调，并保持或提高了领域外准确性。 AI
影响 研究了不同监督方法如何影响低资源语言中LLM的性能，为训练策略提供了见解。
排序理由 学术论文，详细介绍了关于语言模型训练方法的对照研究。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
