arXiv · NLP· Jihyung Park, Minchao Huang, Leqi Liu, Elias Stengel-Eskin·· 16 小时前AI 评分35
PragReST：用于语用语言理解的自强化反事实推理框架
PragReST: Self-Reinforcing Counterfactual Reasoning for Pragmatic Language Understanding
AI 导读
研究团队提出自监督框架 PragReST，通过生成反事实推理痕迹并结合微调与强化学习提升 LLM 语用推理能力。 PragReST 在 PragMega 等四个基准上超越基线模型，Qwen3-8B 与 Qwen3-14B 的绝对准确率分别提升 5.37% 和 5.50%。 该方法无需人工标注数据，且训练后在通用知识与数学推理等域外基准上性能得以保留。
来源：arXiv · NLP · arxiv.org