arXiv · cs.AI · Muyao Yuan, Liyan Xu, Weizhan Zhang, Muyan Jiao, Jiangnan Li, Jinchao Zhang, Jie Zhou · 5 小时前模型评分42
LoCo：用局部偏好学习压缩大模型推理链
Think Less, Locally: Local Preference Learning for Reasoning Compression
导读
研究者提出局部偏好学习（LoCo，Local Preference Learning），从模型自身推理轨迹中识别过度思考状态，冻结对应前缀后重新生成更短的验证续写，再用直接偏好优化（DPO，Direct Preference Optimization）训练模型判断何时继续推理、何时收尾。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose LoCo, a local preference learning method for reasoning compression.”
- “The code and model will be publicly released at this https URL .”
来源：arXiv · cs.AI · arxiv.org