跳到正文
arXiv · NLP· Xiaoling Zeng, Qi Zhang·· 21 天前AI 评分20

SubLAT 论文:基于势引导子轨迹平衡的潜空间路径探索方法

Latent Path Exploration via Potential-Guided Subtrajectory Balance

AI 导读

SubLAT 结合相对答案势能与 Subtrajectory Balance,学习随机潜空间探索以引导中间状态向有效推理路径收敛。 模型联合使用答案监督、CoT 监督及表示蒸馏进行训练,在算术与演绎推理中实现解覆盖率随采样预算增加而提升。 轨迹分析显示正确潜路径的平均相对潜能更高,表明该方法在结构域外基准上亦有效。

来源:arXiv · NLP · arxiv.org