large language models 其他

SAGE:通过拓指导减少长视野推理偏见

SAGE解决了由稀疏奖励引起的长时间 LLM 个推理失败,其中可信的地方步骤可以积累成不稳定的轨迹.它引入符号关闭分析来解释探索和复合偏差,然后通过代数散射和过度几何指导搜索.报告结果涵盖 12 个基准和 7 个模型家族…