כתבה
arXiv cs.AI ·
MetaCtrl: בקר מטאקוגניטיבי לשיפור מודלי שפה גדולים
MetaCtrl: Your Large Language Models Can Reason Better and More Concisely with a Metacognitive Controller
MetaCtrl הוא בקר מטאקוגניטיבי שמשפר את דיוק התיאור ואת הקונקיות של מודלי שפה גדולים. הוא פועל על ידי ויסות אדפטיבי של תהליך התיאור, תוך שימוש בלמידת חיזוק. MetaCtrl הוכח כיעיל בשיפור דיוק התיאור של מודלים כגון Qwen.
תקציר מקורי באנגליתarXiv:2609.37304v1 Announce Type: new Abstract: Large reasoning models improve performance on challenging problems by allocating additional computation before answering, but longer reasoning does not always lead to better results and can introduce substantial redundant reasoning on simple problems. Conversely, aggressively shortening reasoning can degrade performance on difficult ones. Effective reasoning therefore requires dynamically deciding when additional computation is useful based on the reasoner's capabilities and evolving solution state. Existing approaches often rely on predefined budgets or intervention rules, retrain the target reasoner, or require additional supervision. We introduce MetaCtrl, a lightweight controller that adaptively regulates a frozen reasoner without predefi
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית