注入一轮而非一个 token:学习在何处重定向 LLM 推理以实现自我纠错
原文标题:Inject a Turn, Not a Token: Learning Where to Redirect LLM Reasoning for Self-Correction
导读
这项研究不靠微调,而是学习在推理的哪个回合介入重定向,让大模型更可靠地发现并纠正自己的错误。
推荐理由
涉及模型与大模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:Inject a Turn, Not a Token: Learning Where to Redirect LLM Reasoning for Self-Correction
这项研究不靠微调,而是学习在推理的哪个回合介入重定向,让大模型更可靠地发现并纠正自己的错误。
涉及模型与大模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org