推論圧縮のための局所的選好学習手法「LoCo」を提案

大規模な推論モデルは困難なタスクにおいて高い性能を発揮するが、十分な情報が得られた後も思考を継続するため、長い思考プロセス（chain-of-thought）が多大な推論コストを招くことがある。既存の推論圧縮手法は主に推論の軌跡に対して機能しており、現在の状態に基づいてさらなる推論が必要かどうかという局所的な決定にはあまり注意が払われてこなかった。

これに対し、推論圧縮のための局所的選好学習手法として「LoCo」が提案された。この論文は、Hugging Face Daily Papersにおいて64件のアップボートを獲得した。