通过更少训练学得更多：面向高效推理后训练的不确定性引导渐进式收缩

英文标题：Learning More by Training Less: Uncertainty-Guided Progressive Contraction for Efficient Reasoning Post-Training

该论文关注大语言模型复杂推理能力的后训练效率问题。作者指出，持续使用更大规模语料进行推理后训练，会显著提高训练成本，但性能提升未必成比例。论文提出“不确定性引导渐进式收缩”方法，旨在通过减少或筛选训练数据，提高推理后训练的效率。该研究对希望在有限算力和数据预算下优化推理模型的开发者与行业具有参考意义。

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