揭示语言模型中的推理阈值：通过注意力图分析规模、微调与可解释性

本研究探讨了不同规模和训练数据的解码器专用变换器语言模型的上下文学习能力，重点解决推理性能改善的关键参数阈值问题（约为16亿）。研究发现，超过该阈值的模型在逻辑推理任务中表现优异，且通过任务特定样本的微调可显著提升推理性能，即使在较短的推理链中也能生成准确的推理链。