MILES：通过可学习选择的模块化指令记忆实现自我改进的LLM推理

英文标题：MILES: Modular Instruction Memory with Learnable Selection for Self-Improving LLM Reasoning

大型语言模型（LLMs）在测试时利用额外计算持续提升推理性能，但现有方法多将每个问题独立处理。当问题序列到达时，跨问题积累可重用经验能进一步提升效率与准确率。本文提出 MILES 框架，结合模块化指令记忆与可学习选择机制，为 LLM 赋予自我改进推理的能力。这一方法对开发者意味着模型可在推理过程中高效利用历史经验，有望降低重复计算成本并增强长程任务表现。

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