Nov, 2024
大型语言模型可以在长上下文推理中自我改进
Large Language Models Can Self-Improve in Long-context Reasoning
TL;DR本研究解决了大型语言模型在长上下文推理中的局限性,传统方法依赖人工标签或先进模型数据进行微调,而我们提出了一种自我改进的方法\ours,通过对多个输出进行评分和优化,显著提升了长上下文推理的能力,Llama-3.1-8B-Instruct模型的表现改善了4.2个百分点。此研究为长上下文场景中的自我改进技术开辟了新方向,推动了大型语言模型的持续进步。