研究者提出LoCo局部偏好学习推理压缩方法

1. 13:00
   arXiv · cs.AI

   LoCo：用局部偏好学习压缩大模型推理链

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。