跳到正文
热点事件持续更新

UPTURN框架:定位干预点以新用户轮引导LLM推理自我纠错

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

POSTECH 团队论文作者 Jiwon Jeon 等提出 UPTURN 框架:在冻结的 LLM encoder 上训练一个 130K 参数的 MLP head 定位干预点,将纠错指令作为新的用户轮注入,保留选定前缀并重新生成后续推理,全程无需微调 LLM。 论文称,在四个推理模型和六个数学基准上,UPTURN 在所有设置下的平均准确率均高于 32 次 rollout 基线;在相同纠错预算下优于自我纠错和反思 token 注入基线,无需重训练即可跨推理模型迁移并泛化到 GPQA-Diamond,且能与 GRPO 和自我纠错方法互补。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    UPTURN:用新 user turn 而非 token 注入引导 LLM 推理自我纠错

    arXiv 论文提出 UPTURN 框架,在冻结 encoder 上训练 130K 参数 MLP head 定位干预点,将纠错指令以新用户 turn 注入,保留前缀并重新生成后续推理,全程无需微调 LLM。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。