摘要
针对小语言模型（SLM）无法自我纠正推理错误的局限，本文提出语义梯度下降（SGDe）框架。该方法利用前沿大模型作为教师，在离散语义空间中生成自然语言批评作为方向性梯度，迭代优化 SLM 的工作流产物。通过将代理工作流编译为包含 DAG 拓扑和确定性代码的执行计划，SGDe 实现了能力卸载与结构共识。实验表明，在少量样本下，该方法在对抗合成测试集上的准确率显著优于现有提示优化器，有效解决了企业部署中的认知不对称问题。
AI 推荐理由
论文核心提出 SGDe 框架，通过编译确定性结构显著提升小模型推理纠错能力与准确率。
研究机构
School of Science and Technology, Kwansei Gakuin University, Japan
School of Engineering & Computer Science, Victoria University of Wellington, New Zealand
论文信息