arXiv论文证明多来源异质CoT被动学习的密码学困难性

Nirmit Joshi 等研究者在 arXiv 论文《Learning to Think from Multiple Thinkers》中从学习理论视角分析多来源链式思维（CoT）监督：各来源给出相同最终答案但中间推理步骤不同。论文证明，从被动收集的多来源 CoT 中学习具有密码学难度，而即使从任一单一来源的同构 CoT 学习在假设下是计算易处理的；来源贡献偏差或未过滤混合都可能导致这种困难。 受迭代式自适应微调启发，论文还提出一种主动、自适应收集多来源 CoT 的高效学习算法，其每来源 CoT 预算与目标误差 ε 完全无关。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。