Master Distillation

新方法将专家棋类推理能力蒸馏到语言模型中

研究人员开发了一个新颖的框架，用于将专家系统的推理能力蒸馏成自然语言解释，使小型模型能够获取领域特定知识。该方法在国际象棋领域进行了演示，将不透明的专家计算转化为透明的、循序渐进的推理过程。一个拥有40亿参数的模型C1在国际象棋中达到了48.1%的准确率，超越了许多开源和专有系统，并且生成的解决方案比基线模型使用的token少得多。这种被称为“大师蒸馏”的方法，为在大型语言模型传统上表现不佳的领域，将专家级知识注入紧凑型模型提供了一种途径。