BriefGPT - AI 论文速递 · 2025-02-11T00:00:00Z 重新思考在测试时计算扩展下的微调：限制置信度改善数学推理 💡 原文中文，约500字，阅读约需2分钟。 📝 内容提要 本研究探讨了如何优化大型语言模型（LLMs）的训练，以适应测试时的计算策略。结果表明，交叉熵损失函数可能导致模型过于自信，从而影响准确性。通过限制置信度，提出了一种改进的训练损失，显著提升了数学推理能力。 🏷️ 标签 交叉熵损失 大型语言模型 微调 数学推理 置信度限制 训练优化 阅读原文 生成长图 分享链接 已复制链接
