LatentSeek 在潜在空间强化推理超越思维链

论文《Seek in the Dark》提出 LatentSeek 框架，通过在模型潜在空间进行测试时实例级自适应（TTIA）来增强大语言模型推理能力。与依赖思维链等显式文本输出不同，该方法利用策略梯度直接在激活而非权重上进行优化，根据自我评估的奖励信号调整潜在表示，实现了推理时实例级策略梯度优化，为 LLM 推理提供了新的优化视角。

2026-08-28 ~ 2026-08-28 · 2 条相关