ReflectRL: إعادة استخدام المسارات الفاشلة لتحسين استدلال LLMs
ورقة تقترح ReflectRL لاستخدام المسارات الخاطئة للخبراء كفرص تأملية ثم نقل السلوك إلى استدلال مباشر لتحسين أداء النماذج في مسائل صعبة.
نظرة عامة
تابع أخبار Reflect ومنتجاتها وتحديثاتها في جريدة.