LoCo：面向推理压缩的局部偏好学习方法
Think Less, Locally: Local Preference Learning for Reasoning Compression
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
LoCo 是一种局部偏好学习方法，通过检测模型自身轨迹中的过度思考状态、冻结对应推理前缀并重新生成更短的已验证续写，再用 DPO 训练模型判断何时继续推理、何时结束。
来源：Hugging Face Daily Papers · arxiv.org
Think Less, Locally: Local Preference Learning for Reasoning Compression
本站未展示全文，请前往来源网站阅读。
LoCo 是一种局部偏好学习方法，通过检测模型自身轨迹中的过度思考状态、冻结对应推理前缀并重新生成更短的已验证续写，再用 DPO 训练模型判断何时继续推理、何时结束。
来源：Hugging Face Daily Papers · arxiv.org