09:51
官方账号arXiv cs.AI@Eduardo Valle, Fergal Reid
推荐理由：一篇用百万参数模型研究思维链的论文，提出Protoreasoning，能有效提升分布外泛化，比大模型实验更好分析。
Dyck语言
共 1 条相关 AI 资讯
8月6日
09:51
该研究在约100万参数的微型Transformer上测试了一种简单思维链（Chain of Thought）形式，命名为Protoreasoning。他们使用Dyck语言（正确嵌套括号的句子）定义推理友好任务，发现Protoreasoning轨迹大幅缩小了分布外泛化差距。消融实验证实，增益来自轨迹内容本身，而非额外标记数量。这为研究逐步推理提供了低成本实验平台。