自我训练与一致性相结合：通过一致性驱动的推理评估提升大型语言模型的推理能力

使用未标注的数据进行自我训练和推理提高，通过fine-tuning在多个任务上达到了SOTA水平。

自适应一致性技术能够将采样成本降低最多6倍并保持高精度。

REFLEX方法通过构建信念图和使用形式化的约束推理器，改善了一致性而不降低答案准确性。

MaRio算法使小型语言模型生成合理、多样且一致的自我理解解释，提高问题回答的准确性。

MC-CoT通过自相容性训练策略生成多个理由和答案，提高多模态推理的准确性和鲁棒性。

自主探索方法在GSM8K和MATH测试集上分别取得11.57%和2.89%的推理能力改进。

自我纠正训练通过批判不正确回答并进行监督微调，提升了数学和常识推理的能力。

推理感知自一致性（RASC）框架显著降低采样使用量，并在准确性上实现最高达5%的提升。

REPS方法有效选择有效理据，显著提高基于正确理据训练的验证器性能。

改进的自一致性框架通过分析多条推理路径，显著提高复杂推理任务中的模型性能。