HuggingFace Daily Papers（社區熱門論文）·2026-10-05 04:00· 1 天前AI 評分67

基礎模型可藉訓練數據中的線索進行推理

Base Models Can Reason By Taking a Cue From Training Data

AI 導讀

研究顯示，固定基礎模型回答開頭的特定 token 線索，可令其在數學及編碼任務上取得媲美 RL 訓練模型的表現。例如，指定線索令 Olmo-3-7B 在 MATH-500 的 pass@1 準確率由 42% 升至 78%，而 Qwen3-14B 則由 72% 升至 87%。