用于高效后训练与仅答案数据验证的逆向推理模型

英文标题：Inverse Reasoning Models for Efficient Post-Training and Verification from Answer-Only Data

论文提出“逆向推理模型”（Inverse Reasoning Models），旨在利用仅包含答案的数据开展推理大语言模型的后训练与验证。原文摘要指出，推理 LLM 的后训练通常面临高成本监督与计算效率之间的权衡：监督微调往往需要推理过程轨迹，而许多实际应用中仅有提示词与答案。该方向有望降低对显式思维链标注的依赖，为开发者利用既有问答数据训练和评估推理模型提供更高效的路径。由于所提供的原始摘要内容在句中截断，具体方法、实验数据与结论未在原文中给出。

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