教育科技研究速報

本文揭示了推理型大語言模型在決策支持中存在的語義上下文漂移現象，並提出衡量控制穩定性的數學模型。

提出 CPP 框架透過將命題具體化，解決 LLM 在邏輯推理與事實知識應用間的失衡問題。

研究提出無需特定訓練，僅透過代理架構分解任務階段，即可顯著提升模型在 ARC 基準測試中的推理表現。

提出 TRL 方法，讓強大模型在強化學習中與較弱模型協作，提升推理過程的可讀性與兼容性。

提出 SGPO 框架，透過蒸餾可重複使用的「解題策略」而非單純模仿解題步驟，提升模型推理的泛化能力。

提出 QMFOL 自動化框架，透過可控的邏輯複雜度生成測試案例，以精準評估大型語言模型的演繹推理能力。

本文提出 CombEval 框架，透過動態生成具備精確解答的組合計數問題，深入診斷大型語言模型在組合推理上的弱點。

透過生成正負推理軌跡並使用對比偏好優化（CPO），顯著提升了大型語言模型處理多表問答的推理能力。

本文提出一種將多智能體決策分歧轉化為符號化知識表示的框架，用以處理價值判斷任務中的不確定性。

提出 TABALIGN 框架，利用擴散語言模型與注意力驗證器，解決大型語言模型在處理結構化表格時的推理與定位問題。

提出 InsightReplay 技術，透過定期重播關鍵洞察來解決長鏈推理中資訊流失的問題。

研究發現大型語言模型的推理過程存在大量冗餘，透過提取「最小核心」能更精準地捕捉其核心推理邏輯。