Boost, Disentangle, and Customize: A Robust Pipeline from System 2 to System 1 for Code Generation
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出BDC框架,以解决大型语言模型在代码生成中的复杂推理和异构数据挑战。通过MC-Tree-Of-Agents算法增强知识探索,利用DisenLora算法进行数据聚类,微调模型,开发定制化问题求解器,为复杂推理任务提供创新解决方案。
🎯
关键要点
- 本研究提出BDC框架,旨在解决大型语言模型在代码生成中的复杂推理和异构数据挑战。
- 通过MC-Tree-Of-Agents算法增强知识探索,提升系统2的能力。
- 利用DisenLora算法进行数据聚类,以微调大型语言模型(LLM)。
- 开发定制化问题求解器,以适应不同输入,提供创新的解决方案。
➡️