IXThinker·2025-12-26 14:10

大模型加錯題本訓練　6B參數反勝8B模型

一項登上NeurIPS的新研究為大模型訓練引入「錯題本」機制，記錄模型犯錯時的內部思考狀態，由輔助模型學習這些記錄以實時校正主模型，讓6B參數模型超越8B。

靈感來自人類

人類能力的躍遷往往不在刷題最多之時，而在系統整理錯題本的階段：關鍵在於持續追問當時為何如此思考、哪一步判斷出現偏差、錯誤是偶發還是反覆出現的思維模式。