跳到正文
arXiv · ML· Henry Bell, Caroline Zhang, Dhaval Potdar, Mohammed Mobasserul Haque, Brandon Fain·· 4 天前AI 评分38

Reflect-Reasoning 训练方法使大语言模型能推理对齐原则

Alignment with Reflect-Reasoning: Learning How To Follow Principles

AI 导读

summary_zh: Reflect-Reasoning 是一种训练方法,能教模型推理对齐原则,而非仅遵循既定原则。在五个模型上测试中,该方法持续优于系统提示和显式提示策略。

来源:arXiv · ML · arxiv.org