SAGE框架缓解大模型长程推理偏差
发生了什么
Hugging Face Papers发布论文介绍SAGE（Structural Admissibility-Guided Exploration）框架，旨在通过拓扑引导缓解大语言模型在稀疏奖励下的长程推理探索与累积偏差。该框架结合代数稀疏化和双曲结构引导，在12个基准测试中表现优异，在Andrews-Curtis问题上提升最高达8倍。
- 性能提升
- 最高8倍
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - SAGE: Mitigating Long-Horizon Reasoning Biases via Topological Guidance
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口