★ 3
PMPS：潜空间思维链的结构化过程监督
潜在推理用连续空间嵌入替代冗长的显式思维链token以提升效率，但缺乏对潜在嵌入的直接过程监督，易导致表示坍缩与信息分布不均。论文提出原型中介过程监督（PMPS），引入可学习推理原型作为语义锚点，通过原型分配实现不等长表示间的多对多软对齐，并配合渐进序列对齐模块。实验显示输出token长度压缩至显…
arXiv cs.AI53 天前
#过程监督
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
Debate-to-Skill：工业查询到智能体匹配的能力边界监督
研究指出工业查询到智能体匹配常把主题相关性误认为可执行能力，尤其在长尾与边界敏感请求上。论文将标注形式化为“能力边界过程监督”，提出Debate-to-Skill方法，采用可复用决策原则、结构化审议、基于验证器的裁决提取与分歧驱动精炼。在工业Query2Agent基准上与直接标注、推理SFT及结构…
arXiv cs.AI51 天前