推論ピボットに基づく自己蒸留による多言語推論能力の転移手法

arXiv cs.CL ・ 2026-08-06

原題: RP-OPSD: Reasoning-Pivot-Guided On-Policy Self-Distillation for Multilingual Reasoning Transfer

AI による要約

大規模言語モデルにおける高リソース言語から多言語への推論能力転移を促進するため、推論ピボットに着目した「RP-OPSD」が提案された。推論の進行を決定づけるキーポイントに蒸留の重みを集中させることで、クロスリンガルな推論性能を効果的に向上させる。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。