CoTranslator：逆向转正向思维链推理蒸馏
原文标题：CoTranslator: Reverse to Forward Chain-of-Thought Translator for Reasoning Distillation
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究提出 CoTranslator，将逆向思维链响应翻译为经拒绝采样验证的正向响应分布，用于高效生成学生训练数据。在六个数学基准上平均准确率最高提升 5.82 个百分点，4B 学生模型以 35.9% 算力保留 95% 拒绝采样精度。该方法无需重训即可迁移至新数据集、教师与 STEM 任务。
- 问题
- 推理蒸馏中正向思维链数据生成成本高，逆向思维链又存在事后合理化偏差。
- 方法
- 训练 CoTranslator 把逆向思维链响应翻译为经拒绝采样验证的正向响应分布。
- 结果
- 六个数学基准平均准确率最高提升 5.82 个百分点；4B 学生以 35.9% 算力保留 95% 拒绝采样精度。
- 影响
- 大幅降低推理蒸馏数据成本，且无需重训即可迁移到新数据集与教师。
深读 · 结论先行AI 生成展开看要点与影响 ↓
CoTranslator 把逆向思维链翻译为正向分布，4B 学生以 35.9% 算力保留 95% 拒绝采样精度。
- •逆向 CoT 生成因条件于已知答案而更便宜，但存在事后合理化与推理场景不匹配问题
- •用少量配对的逆向与拒绝采样正向响应训练翻译器，支持大规模生成与验证学生数据
- •六个学生模型、六个数学基准上，平均准确率较语义抑制最高提升 5.82 个百分点
- •两个 4B 学生保留拒绝采样 95.0% 的平均准确率，仅用其 35.9% 估算算力
- •无需重训即可迁移到新数学数据集、不同教师与 STEM 任务，4B/8B 学生 STEM 平均准确率分别提升 4.88 和 4.31 个百分点
为什么重要：推理蒸馏的主要成本在教师调用，这条在保持验证质量的前提下把算力压到约三分之一，对做数据合成的团队是可迁移的效率方案。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。