مدلهای زبانی بزرگ (LLM) معمولاً در حل مسائل پیچیده که نیاز به استدلال عمیق دارند، دچار «توقف» میشوند. اما روش جدید TREK آمده تا این مشکل را حل کند!
این متد با استفاده از یک رویکرد مرحلهبندی شده، به جای تقلید صرف، از «اکتشاف» استفاده میکند. TREK با شناسایی سوالات دشوار و کمک گرفتن از «معلمهای بیرونی» یا حتی دانش درونی خود مدل، راهکارهای صحیح را پیدا کرده و آنها را به فرآیند آموزش مدل تزریق میکند.
نتیجه این کار چیست؟ بهبود چشمگیر توانایی مدلهایی مثل Qwen3 در آزمونهای دشوار ریاضی (مانند AIME) و همچنین افزایش کارایی در کارهای عاملمحور (Agentic Tasks). با این روش، هوش مصنوعی یاد میگیرد چطور در مسائل سخت، هوشمندتر از قبل عمل کند! 🧠✨
منبع: arXiv AI