潜在递归 LLM 系统的表征监督训练
原文标题：Principled Thoughts for Latent Recursive LLM Systems
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。
论文指出 LLM 在连续空间推理时，仅用最终答案交叉熵监督会导致思维坍缩、保留无关信息等四类失败。作者提出 REST 训练目标，将有效思维表征的因果性、最小性、可分离性与稳定性转化为可微损失叠加到交叉熵上。在数学、科学、医学、代码生成等 7 个基准上，REST 相比纯交叉熵训练最高提升 7.5 个百分点准确率，收敛速度提升 30%。
- 问题
- 连续空间推理的 LLM 仅用最终答案交叉熵监督，导致思维坍缩、保留无关信息等失败。
- 方法
- 提出 REST 训练目标，把思维表征的因果性、最小性、可分离性、稳定性转为可微损失叠加到交叉熵上。
- 结果
- 在数学、科学、医学、代码生成等 7 个基准上最高提升 7.5 个百分点准确率，收敛速度提升 30%。
- 影响
- 无需改架构或加推理参数即可提升潜在推理系统，适合做 latent reasoning 的工程团队直接采用。
深读 · 结论先行AI 生成展开看要点与影响 ↓
REST把思维表征四性质转为可微损失叠加交叉熵，7个基准最高提升7.5个百分点、收敛快30%。
- •问题：LLM在连续空间推理时仅用最终答案交叉熵监督，导致思维坍缩、保留无关信息等四类失败
- •REST将有效思维表征的因果性、最小性、可分离性、稳定性转化为可微损失，叠加到交叉熵上
- •在数学、科学、医学、代码生成等7个基准上，同等数据、算力与潜在预算下最高提升7.5个百分点准确率
- •收敛到最终答案的速度提升30%，且无需改架构、推理时不增加参数
为什么重要：潜在空间推理正成为LLM新方向，REST给出不增推理成本的表征监督方案，对单智能体与多智能体潜在通信均适用。
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。