ATC 课程学习法减少连续 CoT 训练的中间步骤监督
jasondeanlee · x · 2026-11-06
研究者提出 Abstract Token Curriculum（ATC），一种基于课程学习的训练方法，用于训练连续化的思维链（continuous CoT）。现有 CoT 训练往往依赖对中间推理步骤的任务特定监督，ATC 通过课程式安排降低这种中间监督的需求，减少人工标注成本。作者为 Avrajit Ghosh、Khasha Gatmiry、Parsa Mirta 等，细节见原线程。
「研究」频道最新
- Solv3R 新玩法：1.5GB 显存重建 128 张照片的完整场景 — taiyasaki · 2026-11-06
- Wayve 揭示 Learned Safety Envelope：让安全成为学出来的能力而非外挂检查器 — alexgkendall · 2026-11-06
- CliqueFlowmer 用 AI 设计材料：上传即可优化并生成新候选 — pabbeel · 2026-11-06
- MOSAIC 智能体群自主发现分数陈绝缘体能隙超理想量子几何 10 倍增强 — BenBlaiszik · 2026-11-06
- 从愿景到现实:30 年后 Lean 真正实现了「代码附证明」 — Sanity · 2026-11-06
- 哈佛/NVIDIA 等发布 RAX：冻结模型权重，靠技能库让机器人成功率 26%→94% — jiqizhixin · 2026-11-06