研究人员开发了一种名为自引导推理器(SSR)的新方法,以提高大型语言模型在复杂问题上的推理能力,尤其是在缺乏专家指导的情况下。SSR通过确保自生成的训练数据与模型实际可达到的动作对齐,而不是依赖于可能格式错误或无法达到的专家轨迹,来解决“解条件化”问题。这种方法显示出显著的改进,恢复了先前无法解决的74%以上问题的正确轨迹,并将AIME25/26和HMMT26等具有挑战性的数学竞赛的总体准确率提高了4.9个百分点。 AI
影响 增强了大型语言模型在专家数据稀缺的复杂推理任务上的能力,有可能提高在数学和编码等领域的表现。
排序理由 详细介绍大型语言模型推理新方法的学术论文。[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 →