mechanistic-reasoning

本文研究了推理模型如何在数百万候选标签上进行零样本多标签分类。作者刻画了一个由候选筛选和细粒度推理组成的两阶段过程，并提出了一种机制蒸馏方法，在将能力迁移到较小模型时优于标准蒸馏。

本文介绍了VCR-Agent，一个多智能体框架，通过结构化形式化和VC-TRACES数据集生成并验证机制性解释，从而增强大型语言模型在生物学研究中的应用。该方法通过虚拟细胞中的验证性机制推理，提高了基因表达预测的事实准确性。