CritICL：利用小模型失败模式实现推理时弱到强泛化
CritICL: Inference-Time Weak-to-Strong Generalization from Small Language Model Failure Modes
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
CritICL 是一种推理时框架，将同族弱模型的失败模式转化为基于批判的上下文示例来提升强模型推理能力，包含动态预测输入相关失败模式并检索批判的 CritICL-dynamic 和使用全局失败模式画像的 CritICL-static 两个变体。实验显示其持续优于标准上下文学习，性能与测试时扩展方法相当或更优，同时生成次数和 token 成本显著更低。
来源：Hugging Face Daily Papers · arxiv.org