企业官网建设流程全解析

中英文网站建设方案,阳西网站seo,wap手机网站分享代码,成都公司注册地址论文发表于NLP顶会EMNLP 2025#xff08;原文链接#xff09;。大模型CoT产生过短推理#xff0c;即使简单数学问题也性能下降。本文研究推理长度如何嵌入推理模型的隐藏表示#xff0c;以影响准确性#xff1a; 1、发现#xff0c;推理长度由表示空间中的线性方向决定原文链接。大模型CoT产生过短推理即使简单数学问题也性能下降。本文研究推理长度如何嵌入推理模型的隐藏表示以影响准确性1、发现推理长度由表示空间中的线性方向决定从而能沿着该方向引导模型诱导过短推理。2、引入权重编辑方法ThinkEdit缓解过短推理识别小部分约4%驱动短推理行为的注意力。编辑这些头部的输出投影权重删除简短的推理方向。方法提升推理长度的Steering向量在GSM8K和Math-Level5数据集上将模型推理过程截断为定长然后让大模型根据截断的推理内容生成答案。图1表明推理长度过短、过长都会损害性能。为此作者想找对模型推理长度产生影响的特征向量。1、用2000个GSM8K数据根据模型推理长度在100 token以内和超过1000 token将数据划分为$\mathcal{D}_{\text{short}},\mathcal{D}_{\text{long}}$。2、将模型分别在$\mathcal{D}_{\text{short}},\mathcal{D}_{\text{long}}$上推理得到的中间表示进行平均得到四个MLP和Attention层输出的平均表示$\bar{r}^{\text{mlp}}_{\ell,\text{short}}, \bar{r}^{\text{mlp}}_{\ell,\text{long}},\bar{r}^{\text{attn}}_{\ell,\text{short}},\bar{r}^{\text{attn}}_{\ell,\text{long}}$3、将long表示减去short表示得到steering向量$v_{\ell}^{\text{mlp}} \bar{r}^{\text{mlp}}_{\ell,\text{long}} - \bar{r}^{\text{mlp}}_{\ell,\text{short}}$$v_{\ell}^{\text{attn}} \bar{r}^{\text{attn}}_{\ell,\text{long}} - \bar{r}^{\text{attn}}_{\ell,\text{short}}$4、则当推理生成每个token的时候以一定比例加上steering向量即可对模型的推理长度进行调整$r_{\ell}^{\mathrm{mlp}} \leftarrow r_{\ell}^{\mathrm{mlp}} \alpha v_{\ell}^{\mathrm{mlp}}$$r_{\ell}^{\mathrm{attn}} \leftarrow r_{\ell}^{\mathrm{attn}} \alpha v_{\ell}^{\mathrm{attn}}$5、图3展示了对所有层的表示进行调整时$\alpha$的变化对模型性能和推理长度的影响。可以看出steering向量的确是有效改编了模型推理长度和性能。图6展示了$\alpha$设置为-1/1时单独调整某层表示时产生的影响。ThinkEdit: 调整注意力头输出权重为了观察不同的注意力头对Steering向量的贡献如式(5)所示将每个注意力头输出因为它直接加到注意力输出上与归一化的负steering向量$-\hat{v}_{\ell}^{\text{attn}}$内积得到贡献度$\bar{C}^h_{\text{short}}$。图4可视化了各模型不同注意力头对Steering向量的贡献度。作者找到short贡献前4%大的注意力头通过调整它们的输出矩阵来提升模型推理长度$W_o^{\text{h}_\ell} \leftarrow W_o^{\text{h}_\ell} \left(I - (-\hat{v}_{\ell}^{\text{attn}}) (-\hat{v}_{\ell}^{\text{attn}})^{\top} \right)$直觉上看这个调整能把输出表示在Steering向量上的投影从输出表示中减去。实验表2展示了ThinkEdit对推理模型的性能提升。