arXiv·· 16 天前AI 评分35
高效推理训练并不总会损害 CoT 忠实性与可监控性
Efficient Reasoning Training Does Not Always Harm CoT Faithfulness and Monitorability
AI 导读
一项研究发现，用更少 token 完成任务的效率训练并不必然导致大语言模型的 CoT 推理跳过关键步骤、失去对决策的忠实反映。由于不同效率方法对 CoT 施加长度压力的方式各异，这种损害是否或何时发生此前并不明确。
来源：arXiv · arxiv.org