sparse-reasoning

来自联发科（MediaTek）和台湾国立大学的研究论文挑战了推理链必须稠密且按顺序排列的假设，展示了模型能够从稀疏、乱序且充满噪声的推理痕迹中提取答案。研究结果表明，答案提取具有鲁棒性且不依赖顺序，这可能为实现更高效、并行化的推理生成铺平道路。