Teaching Large Language Models to Reason through Learning and Forgetting

💡 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方法,通过结合成功与失败的推理路径微调大型语言模型,以增强其搜索能力。采用较小的学习率可以减缓性能下降,显著提高推理表现并减少180倍的推理时间。

🏷️

标签

➡️

继续阅读