研究了大型语言模型在选择式推理中的思维方式和学习方法。结果显示，背景学习和有监督微调可以提高推理性能，有监督微调还能减少推理偏差。

研究发现，大型语言模型的性能受到选择式推理的思维方式和背景学习的影响。有监督微调可以减少推理偏差，提高模型的一致性。