Mô hình suy luận thuật toán đơn nhiệm: Cách một mô hình nhỏ vượt trội hơn mô hình ngôn ngữ lớn
Bài viết thảo luận về nhu cầu các mô hình suy luận cần vượt ra ngoài suy luận dựa trên văn bản, tích hợp công cụ, chế độ đa phương thức và biểu diễn tiềm ẩn. Các tác giả giới thiệu STARM, một khung huấn luyện cho các mô hình suy luận đệ quy, vượt trội đáng kể so với các phiên bản mã nguồn mở trước đó.
Các tác giả lập luận rằng đến năm 2026, các mô hình suy luận xuất sắc sẽ không chỉ cần suy luận dạng văn bản. Câu trả lời chất lượng cao cho hầu hết các câu hỏi của người dùng sẽ đòi hỏi sử dụng công cụ, các chế độ suy luận đa phương thức, và đôi khi là các phương pháp đặc biệt như suy luận trong các biểu diễn mạng nơ-ron tiềm ẩn. Họ giới thiệu khung STARM để huấn luyện các mô hình suy luận đệ quy, vượt trội đáng kể so với các mô hình mã nguồn mở trước đây về chất lượng, như được chứng minh bởi cả kết quả của các đồng nghiệp lẫn nghiên cứu của chính họ.
Nguồn: Habr — хаб ИИ —
bản gốc