跨模型切片的协作学习与推理

英文标题：Collaborative Learning and Reasoning over Model Slices

该论文提出研究“模型切片”之间协作学习与推理的方法。摘要指出，大语言模型（LLM）受益于知识先验、上下文内推理和测试时计算，已能在多样化任务中取得优异表现。与此同时，单一模型的推理仍容易受到错误传播影响，因为后续步骤依赖此前步骤的结果。该研究对开发者和行业的意义在于，探索通过多个模型切片协作来提升推理可靠性，并缓解单模型链式推理中的误差累积问题。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB