搜寻、失败、恢复：一种面向纠错感知推理的训练框架

英文标题：Search, Fail, Recover: A Training Framework for Correction-Aware Reasoning

针对许多推理任务无法仅由单向从左到右的链式过程描述的问题，新论文《Search, Fail, Recover》指出求解器需要能够探索分支、感知延迟失败并回溯到可完成的最新前缀。为此，团队提出名为 Pyligent 的训练框架，意在增强模型对纠错感知推理的能力。该框架有望提升复杂推理场景下的模型表现，为构建更稳健的自动化推理系统和开发者工具提供新思路。

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