Deep-Thinking Ratio: LLM推論コストを50%削減する新しい指標
「長く考えるほど良い」という常識を覆すGoogle・UVAの研究。Deep-Thinking Ratio(DTR)を活用すれば 推論品質を維持しながらLLM推論コストを半減できます。EM/VPoEが知るべき実践的インサイト。
タグ
reasoning
2件の記事
MIT SOAR: LLMが自分でカリキュラムを生成して推論能力の壁を突破する手法
MIT研究チームのSOARフレームワークは、LLMが自ら学習カリキュラムを生成し、従来の強化学習における学習停滞問題を解決します。メタRL基盤の自己改善アプローチの核心原理と実験結果を分析します。