打破思维链推理瓶颈！“软推理”让大模型学会人类抽象能力，token使用量还更少了
SimularAI与微软DeepSpeed联合提出的Soft Thinking方法，使大模型能在连续概念空间中进行软推理，突破了传统CoT基于离散token的限制。该方法无需额外训练即可适配现有模型（如Llama、Qwen），在基准测试中将Pass@1准确率最高提升2.48%，同时减少22.4%的token使用量。通过概率加权和Cold Stop机制，Soft Thinking实现了更高效、灵活的推理能力，为大模型优化提供了新思路。来源：https://mp.weixin.qq.com/s/a12P9YSNcII565BA7NBB1Q
页:
[1]