AI na Matatizo Magumu ya Ulimwengu · Fizikia · arXiv · 2026-10-22
Fine-Tuning ya Modeli Ndogo za Ufikiri kwa Nadharia ya Uga wa Quantum
Kichwa asilia: Fine-Tuning Small Reasoning Models for Quantum Field Theory
Waandishi hufanya ulinganisho wa kwanza wa kitaaluma kati ya ujifunzaji wa kuimarisho (RL) na urekebishaji wa kusimamiwa (SFT) kwa modeli kubwa za lugha (LLMs) katika kazi za kutatua matatizo zinazothibitishwa za fizikia ya kinadharia, wakichagua nadharia ya uga wa kwanta (QFT) kama eneo kuu. Kwa kuwa data ya mafunzo inayothibitishwa ilikuwa adimu, waliunda pipeline ya uzalishaji data inayotengeneza zaidi ya matatizo 2,500 ya bandia na kubadilisha matatizo yaliyopo yaliyoandikwa na binadamu kutoka arXiv na nyenzo za kawaida za kufundishia kwa ajili ya mafunzo. Njia zote mbili zinaboresha zaidi ya modeli ya msingi kwenye kila seti ya data, lakini faida za SFT zinakusanya kwenye kazi za bandia za ndani ya usambazaji wakati RL inaenea kwa ujumla vizuri zaidi na inashinda SFT kwenye seti za data zilizobadilishwa za binadamu na TPBench, na waandishi wanatoa pipeline yao ya data, data ya mafunzo ya QFT inayothibitishwa, na takriban tokeni 200M za nyayo za mawazo ya QFT pamoja na uchambuzi wa jinsi makosa ya mnyororo wa mawazo yanavyoendelea wakati wa mafunzo.