Tag: Large Language Model

All the articles with the tag "Large Language Model".

• AdaptThink: Reasoning Models Can Learn When to Think

  Published: 24 May, 2025 |  at  11:11 AM

  

  90.77 🤔

  本文提出 *AdaptThink*，一种基于强化学习的算法，通过自适应选择 *Thinking* 或 *NoThinking* 模式显著降低推理模型的响应长度（平均减少 40-53%）并提升准确率（平均提升 2.3-2.4%），在数学任务上展现了效率与性能的良好平衡。

• Can Past Experience Accelerate LLM Reasoning?

  Published: 31 May, 2025 |  at  11:16 AM

  

  90.72 🤔

  本文提出SpeedupLLM框架，通过自适应计算分配和记忆机制实现LLM推理加速，实验表明计算成本最高可减少56%，尤其在高相似度问题上效果显著。

• Activation-Guided Consensus Merging for Large Language Models

  Published: 22 May, 2025 |  at  11:19 AM

  

  90.71 🤔

  本文提出Activation-Guided Consensus Merging (ACM)，通过基于激活值互信息（MI）的层级权重系数调整，实现大型语言模型在Long-to-Short推理任务中的高效合并，显著减少输出冗余并提升推理精度，尤其在小规模模型上效果明显。

• Budget-Adaptive Adapter Tuning in Orthogonal Subspaces for Continual Learning in LLMs

  Published: 4 Jun, 2025 |  at  11:26 AM

  

  90.65 🤔

  本文提出OA-Adapter，一种用于大型语言模型持续学习的新型参数高效方法，通过单阶段端到端训练结合动态预算分配与正交子空间学习，在标准基准上实现更高准确率并减少58.5%的参数使用。

• Beyond Single-Task: Robust Multi-Task Length Generalization for LLMs

  Published: 23 May, 2025 |  at  11:14 AM

  

  90.65 🤔

  本文提出Meta-RFFT框架，通过多任务规则跟随预训练和少量下游适应，显著提升了大型语言模型在未见任务上的长度泛化能力，32B模型在长度30的加法任务上达到98%准确率，超越现有长链推理模型。