#Qwen2.5-7B-Instruct

arXiv 上一个免训练的推理技巧：找出几条推理轨迹的分岔点，借别的轨迹补生成，Qwen2.5-7B 在 MATH 上覆盖率从 89% 提到 91%。

这篇论文揭示了梯度检测在多轮对话中的局限性，对AI安全研究人员和模型开发者有重要参考价值。

想了解AI如何模拟社交行为，这篇论文用两个小模型做了实验，看看微调人格标签数据能不能让对话更自然。