大模型推理能力

Improving Latent Generalization Using Test-time Compute

通过测试时间计算提升潜在泛化能力

Arslan Chaudhry, Sridhar Thiagarajan, Andrew Lampinen

机构 * Google DeepMind（谷歌DeepMind） 纠错

专题命中 测试时计算 ：test-time compute(title,abstract)；reasoning(abstract)；分类 cs.LG

AI总结 本文研究如何通过测试时间计算（'思考'）提升语言模型的潜在泛化能力，利用强化学习训练模型生成长链思考以改进泛化，实验显示该方法在分布内知识和分布外知识上均有效，但对纯反转任务仍逊于上下文学习。