Propuesto LoCo: Aprendizaje de preferencia local para la compresión de razonamiento
Para reducir los costes de inferencia causados por las largas cadenas de pensamiento en los modelos de razonamiento, se ha propuesto un método llamado LoCo para determinar si es necesario seguir razonando.
Los modelos de razonamiento de gran tamaño logran un alto rendimiento en tareas difíciles, pero su larga cadena de pensamiento a menudo conlleva costes de inferencia sustanciales al seguir deliberando después de haber obtenido suficiente información. Los métodos de compresión de razonamiento existentes operan principalmente sobre las trayectorias de razonamiento, prestando menos atención a la decisión local de si es necesario un razonamiento adicional dado el estado actual.
En respuesta, se ha propuesto LoCo, un método de aprendizaje de preferencia local para la compresión de razonamiento. Este artículo recibió 64 votos positivos en Hugging Face Daily Papers.
Esta noticia es un resumen. La versión completa y verificable está en la fuente original:
Leer el original en Hugging Face Papers ↗