正文

请到「今天看啥」查看全文

推理阶段 ：基于记忆结果进行逻辑推导

通过这种方式，我们让语言模型在每一步“思考”中都清楚地知道：你现在是在回忆，还是在推理！

为什么要做这件事？

现有的LLM在执行任务时，常常把“知识回忆”与“逻辑推理”混杂在一起，这带来两个严重问题：

1. 知识遗忘与错用 ：模型可能在多个推理步骤之间丢失或篡改关键知识；
2. 幻觉不可控 ：我们不知道模型的错误来源是“记错了”，还是“推错了”。

我们的目标就是 —— 让每一步错误都能被追踪、被解释、被修复 ！

我们是怎么做的？

我们设计了一个完整的数据生成-训练框架（见图一）：

用两个更强大的LLM生成训练数据：

• 推理LLM生成带 memory/reason 标签的解题过程

请到「今天看啥」查看全文