ReLAT方法通过测试时重建提升Qwen模型推理性能

研究者提出了一种名为ReLAT的自监督测试时训练方法，旨在解决潜层推理中的回路闭合问题。该方法利用查询本身作为参考，通过可微的重建循环来实现闭合并优化模型表现。 在针对Qwen系列模型的评估中，ReLAT在数学推理、知识问答和代码生成等多项基准测试中表现优于多种基线。特别是在Qwen3-8B模型上，该方法显著提升了数学解题能力，将AIME 2024的准确率从56.7%提升至73.3%。

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。