研究：异构思维链监督的可学习性

Nirmit Joshi 等作者发表论文，从学习理论视角分析多来源异构思维链（CoT）监督对可学习性的影响。作者称，拟合单一来源的同质 CoT 轨迹在计算上可行，但从多来源被动收集的轨迹学习仍存在密码学难度；原因可能是各来源在不同领域部分贡献轨迹的“贡献偏差”难以学习，也可能是收到了未过滤的异构混合数据。 为此，作者提出一种计算高效算法，主动自适应地从多来源收集 CoT，且每个来源的 CoT 预算完全独立于目标误差 ε。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。