arXiv · cs.CL· Muyao Yuan·· 2 天前AI 评分39
LoCo：用局部偏好学习压缩大模型推理链
Think Less, Locally: Local Preference Learning for Reasoning Compression
来源与原文
arXiv · cs.CL
作者：Muyao Yuan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.04814v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
LoCo 是一种用于推理压缩的局部偏好学习方法：从模型自身轨迹中检测过度思考状态，冻结推理前缀并重新生成更短的已验证续写，再用 DPO 在状态条件偏好对上训练，让模型学会何时该继续推理、何时收尾。仅用自生成的数学轨迹训练，LoCo 在 5 个数学和 3 个代码生成基准上将补全长度在数学任务上缩短 41.7%–45.4%、代码任务上缩短 23.4%–36.3%，同时保持或提升准确率，并在所有代码基准上取得最佳 AUC。代码和模型将公开发布。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。