مدلهای زبانی کوچک معمولاً هنگام پاسخدهی دچار تکرار یا مسیرهای اشتباه میشوند. محققان در یک پژوهش جدید، متد نوآورانهای به نام MGT-B (مخفف Monitoring-Guided Test-time Backtracking) معرفی کردهاند که به مدل اجازه میدهد در حین استدلال، عملکرد خود را لحظهای زیر نظر بگیرد.
این سیستم با شناسایی عدم قطعیت و «عقبگرد» هوشمندانه در پردازش، خطاهای مدل را اصلاح کرده و دقت آن را در پاسخدهی به سوالات منطقی به طور محسوسی افزایش میدهد. این یعنی مدلهای کوچکتر، با استفاده از این روش، خروجیهای بسیار دقیقتر و منطقیتری تولید میکنند.
منبع: arXiv AI
