Balesni

新的可读方法增强了大型语言模型的事实推理能力，克服了“两跳难题”

研究人员开发了一种名为 Legible 的新方法，以改进语言模型学习和利用事实的方式。该方法解决了“两跳难题”，即模型可以陈述一个事实，但难以通过推理从中推导出相关信息。Legible 修改了微调过程，确保学习到的事实以模型易于访问和用于后续推理步骤的方式书写。这种方法在 Qwen2.5、Llama 3 和 Qwen3 等模型的“事实组合”和推理准确性方面取得了显著改进，优于现有的知识编辑技术。