IXThinker·2025-03-05 13:40

CMU研究解密長鏈推理 探討湧現關鍵因素

擴展推理算力可以增強大語言模型的推理能力，透過長思維鏈實現回溯、錯誤糾正等策略，而強化學習是培養這些能力的關鍵方法。一場將於3月12日舉行的研究報告，將系統解密長思維鏈推理的機制。

研究問題

長思維鏈（CoTs）能讓模型運用回溯、錯誤糾正等複雜策略，但長思維鏈出現的條件仍不清楚，強化學習訓練亦需要仔細的設計選擇。研究系統檢視長鏈推理機制，找出模型能生成長思維鏈軌跡的關鍵因素。