LoT 框架用渐进简化推理轨迹提升小模型推理
原文标题：Ladders of Thought: A Self-Evolving Curriculum of Progressively Simplified Reasoning Traces
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。
论文提出 Ladders-of-Thought（LoT）框架，通过渐进式问题改写与自演化课程提升中小规模模型推理能力。LoT 自动生成语义一致但更简单的推理问题变体，按步骤难度分桶，并用自演化 bandit 调度器自适应分配训练。在 1-8B 模型上，LoT 在算术任务上最多提升 32 个百分点，多跳推理也有显著增益。
- 问题
- 中小规模模型即使经过知识蒸馏，推理能力依然脆弱。
- 方法
- 自动生成语义一致但更简单的推理问题变体，按步骤难度分桶，并用自演化bandit调度器自适应分配训练课程。
- 结果
- 1-8B模型上算术任务最多提升32个百分点（AddSub +32pp、SVAMP +25pp），域内测试提升2-8pp，多跳推理QASC +16pp、StrategyQA +25pp。
- 影响
- 为资源有限、无法上大模型的团队提供一套简单有效的课程学习配方，显著提升小模型推理且收敛快于分阶段课程。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LoT用渐进简化问题+自演化课程，1-8B小模型算术任务最高提升32个百分点
- •LoT自动生成语义一致但更简单的推理问题变体，按步骤难度分桶
- •用自演化bandit调度器自适应分配训练，收敛快于分阶段课程
- •AddSub提升32pp、SVAMP提升25pp，域内测试提升2-8pp
- •多跳推理增益依数据集而定：QASC +16pp、StrategyQA +25pp
- •在1-8B不同家族模型上均优于知识蒸馏基线
为什么重要：小模型推理能力弱是落地成本瓶颈，LoT提供了一条不依赖大模型蒸馏的课程式训练路径，对做端侧/低成本推理的团队有直接参考价值。
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。