在测试时控制推理模型的认知行为以提高效率和准确性
Research Paper#Large Language Models (LLMs), Reasoning, Efficiency, Attention Mechanisms🔬 Research|分析: 2026年1月3日 08:54•
发布: 2025年12月31日 02:46
•1分で読める
•ArXiv分析
这篇论文解决了大型语言模型（LLM）在复杂推理任务中的低效率和不稳定性问题。它提出了一种名为CREST的全新、无需训练的方法，用于在测试时控制模型的认知行为。通过识别并干预与低效推理模式相关的特定注意力头，CREST旨在提高准确性和计算成本。其意义在于，它有可能使LLM更快、更可靠，而无需重新训练，这是一个显著的优势。