AI اور دنیا کے مشکل مسائل · طبیعیات · arXiv · 2026-10-22

کوانٹم فیلڈ تھیوری کے لیے چھوٹے ریزننگ ماڈلز کی فائن ٹیوننگ

اصل عنوان: Fine-Tuning Small Reasoning Models for Quantum Field Theory

مصنفین نظری طبیعیات میں قابلِ تصدیق مسئلہ حل کرنے کے کاموں پر LLMs کے لیے ری انفورسمنٹ لرننگ (RL) اور سپروائزڈ فائن ٹیوننگ (SFT) کا پہلا تعلیمی موازنہ انجام دیتے ہیں اور بنیادی ڈومین کے طور پر کوانٹم فیلڈ تھیوری (QFT) کا انتخاب کرتے ہیں۔ چونکہ قابلِ تصدیق تربیتی ڈیٹا نایاب تھا، انہوں نے ایک ڈیٹا جنریشن پائپ لائن تیار کی جو نہ صرف 2,500 سے زائد مصنوعی مسائل تخلیق کرتی ہے بلکہ تربیت کے لیے arXiv اور معیاری تعلیمی وسائل سے لیے گئے موجودہ انسانی تصنیف کردہ مسائل کو بھی موزوں بناتی ہے۔ دونوں طریقے ہر ڈیٹا سیٹ پر بنیادی ماڈل سے بہتری لاتے ہیں، لیکن SFT کے فوائد اسی تقسیم کے مصنوعی کاموں تک مرکوز ہیں جبکہ RL بہتر طور پر عمومی ہوتا ہے اور انسانی طور پر ڈھالے گئے ڈیٹا سیٹس اور TPBench پر SFT کو پیچھے چھوڑ دیتا ہے، اور مصنفین اپنی ڈیٹا پائپ لائن، قابلِ تصدیق QFT تربیتی ڈیٹا، اور تقریباً 200M ٹوکنز پر مشتمل QFT استدلالی سراغے (reasoning traces) جاری کرتے ہیں، ساتھ ہی اس بات کا تجزیہ بھی پیش کرتے ہیں کہ تربیت کے دوران chain-of-thought کی غلطیاں کیسے ارتقا پاتی ہیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →