BriefGPT - AI 论文速递 · 2024-10-16T00:00:00Z Preference-based Recursive Language Modeling for Exploratory Optimization of Reasoning and Agentic Thinking 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新的递归学习方法PRefLexOR，结合偏好优化与强化学习，以提升小型语言模型的推理深度和反思性。通过动态知识图谱，模型能够自我教学，迭代提升推理质量，尤其在生物材料科学领域展现出强大的适应性和应用潜力。 🏷️ 标签 agentic 偏好优化 小型语言模型 强化学习 生物材料科学 递归学习 阅读原文 生成长图 分享链接 已复制链接
