Reasoning Models Can be Accurately Pruned Via Chain-of-Thought Reconstruction
Anzeige
Ähnliche Artikel
arXiv – cs.AI
•
LLMs zeigen Schwäche bei langanhaltender FSM-Ausführung – neue Studie enthüllt
arXiv – cs.AI
•
KI-gestützte Codebewertung in CS1: Direkt- vs. Reverse-Ansatz im Vergleich
arXiv – cs.AI
•
Neuer RL-Ansatz verbessert mehrfache Tool-Integration bei LLMs um 3 %
arXiv – cs.AI
•
KI-Umgebung FERMAT automatisiert Entdeckung mathematischer Theorien
arXiv – cs.LG
•
DEVAL: Framework zur Messung und Verbesserung der Ableitungsfähigkeit von LLMs
arXiv – cs.AI
•
ProRAC: Neuro-symbolische Methode zur Handlungslogik mit LLM-gestützter Fortschritt