IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-22
Ajuste fino de pequenos modelos de raciocínio para teoria quântica de campos
Título original: Fine-Tuning Small Reasoning Models for Quantum Field Theory
Os autores realizam a primeira comparação acadêmica entre aprendizado por reforço (RL) e ajuste fino supervisionado (SFT) para LLMs em tarefas verificáveis de resolução de problemas na física teórica, escolhendo a teoria quântica de campos (QFT) como domínio principal. Como dados de treinamento verificáveis eram escassos, eles construíram um pipeline de geração de dados que tanto cria mais de 2,500 problemas sintéticos quanto adapta problemas existentes de autoria humana do arXiv e de recursos pedagógicos padrão para o treinamento. Ambos os métodos melhoram em relação ao modelo base em todos os conjuntos de dados, mas os ganhos do SFT se concentram em tarefas sintéticas dentro da distribuição, enquanto o RL generaliza melhor e supera o SFT nos conjuntos de dados adaptados de autores humanos e no TPBench, e os autores disponibilizam seu pipeline de dados, dados de treinamento verificáveis de QFT e cerca de 200M de tokens de traços de raciocínio de QFT, juntamente com uma análise de como os erros de cadeia de pensamento evoluem durante o treinamento.