研究論文1 個來源11/04 下午09:19
圖:本站依事件資料排版,不是新聞照片
Tencent 提出 LoCo 本地偏好學習法,數學推理長度減 41.7% 至 45.4%
Tencent 研究團隊提出 LoCo 方法,透過本地偏好學習讓大型推理模型學會何時停止思考。該方法在數學任務中將輸出長度減少 41.7% 至 45.4%,同時維持或提升準確率,並展現跨領域泛化能力。
程式自動生成(Qwen3.8-Flash-Next-180B),未經人工審閱。每段附來源,門檻檢查通過後自動上線。
圖:本站依事件資料排版,不是新聞照片
Tencent 研究團隊提出 LoCo 方法,透過本地偏好學習讓大型推理模型學會何時停止思考。該方法在數學任務中將輸出長度減少 41.7% 至 45.4%,同時維持或提升準確率,並展現跨領域泛化能力。
程式自動生成(Qwen3.8-Flash-Next-180B),未經人工審閱。每段附來源,門檻檢查通過後自動上線。