IXThinker·2025-02-11 20:40

自回歸搜索新法Satori出爐 推理自我糾錯

OpenAI o1掀起推理模型熱潮後，來自MIT、哈佛、新加坡科技設計大學等機構的華人研究者另闢蹊徑，讓LLM掌握自回歸搜索能力，訓出7B模型Satori。

方法核心

研究提出名為行動思維鏈的自回歸搜索方法，有別於知識蒸餾、蒙特卡洛樹搜索或獎勵模型引導等既有路線，讓模型在推理過程中自我反思、自我探索，逐步修正解題路徑。