CritICL 利用弱模型失败模式提升推理能力
Yufan Wu · hf · 2026-08-29
CritICL 是一种在推理时通过利用来自较弱模型的结构化失败模式作为基于批判的指导，来改进大语言模型推理能力的方法，旨在减少生成和 token 成本。
所属事件:CritICL 借小模型失败模式增强大模型推理(2 条相关)→
「研究」频道最新
- 去噪扩散模型与评分匹配的核心原理简述 — ariG23498 · 2026-09-01
- ContextLeak：恶意工具可窃取 Agent 92% 上下文 — rohanpaul_ai · 2026-09-01
- MIT 研究：智能体可通过环境静默协作 — mikeflache · 2026-09-01
- Elastic Triangle Splatting 改进内核函数设计 — zhenjun_zhao · 2026-09-01
- 前馈 3D 重建模型的置信度校准审计 — zhenjun_zhao · 2026-09-01
- ReconSplat 结合扩散先验实现视图外重建 — zhenjun_zhao · 2026-09-01