★ 3
研究揭示多语言大模型推理轨迹存在语言差异
论文提出轨迹级分歧框架，将多语言大模型可见推理轨迹的一致性拆解为结构相似度、顺序一致性与整体相似度。在三个推理基准、七种语言、六个前沿模型上，整体相似度基线系统性高估一致性：整体相似度前 25% 的样本中 52.1%–67.3% 并不在结构相似度前 25%。双语盲标注显示人类判断更贴近结构相似度。
arXiv cs.AI11 天前
#推理轨迹
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
arXiv 论文：推理轨迹与证据冲突时，答案配置决定模型是否遵循证据
该 arXiv 论文研究推理轨迹在答案生成时的双重作用：既能提升准确率，也会与当前证据竞争。作者在 gpt-oss、Gemma4、Qwen3 三个模型家族上，用 HotpotQA 和 MuSiQue 数据集对比「延续模型自身思考」与「单独答案调用」两种配置，发现单独调用使证据遵循率提升 29.9 …
arXiv cs.AI17 天前
★ 3
无需推理轨迹训练专家模型实现领域专家蒸馏
论文研究当专家模型仅用问答对训练、缺乏显式推理监督时，其生成的推理轨迹由什么决定。作者将学生蒸馏作为无关探针，发现专家优化隐式地从潜在轨迹空间中选择，27组专家-学生对的特化-泛化曲线高度相关。显式控制专家的分布漂移可系统性地在领域精度与通用能力保留间移动权衡，在化学、物理与多语言场景中均成立。
arXiv cs.LG48 天前
★ 2
EDMA：用逻辑熵量化多模态问答各模态贡献
研究者提出熵驱动多模态问答框架 EDMA，把多模态问答形式化为迭代降低逻辑熵的过程，量化每种模态对区分正确与错误答案的贡献，并通过熵最小化选择推理轨迹。在标准 MMQA 基准上，相较 Planning Prompting 平均提升 12.8 F1，相较思维链提升 18.6 F1。
arXiv cs.AI12 天前
这个主题的相关资产
相关公司阿里巴巴1