三思而后行，让大模型推理更强的秘密是「THINK TWICE」？
a-m-team 团队提出「Think Twice」方法，通过多轮推理优化大语言模型性能，无需额外训练或复杂机制。该方法模仿人类反思过程，以结果驱动的方式逐步修正模型偏误，有效缓解“认知惯性”。实验表明，在 AIME、MATH-500 等数据集上，DeepSeek-R1 和 QwQ-32B 等模型准确率显著提升，同时语言风格更简洁自信。这种方法实用性强，为模型部署及未来研究提供了新思路。来源：https://mp.weixin.qq.com/s/xCN70_gwjkRTAh7nWdtggA
页:
[1]