Улучшение мониторабельности оценки в цепочке рассуждений с помощью тренировки вербализации

В этой статье исследуется, как тренировка вербализации (VT) может повысить способность модели выражать свое понимание оценки во время цепочки рассуждений (CoT). Исследование показывает, что VT увеличивает вербализированное понимание оценки на 2,4–2,9 раза по трем моделям, при этом сохраняя производительность задачи и способность распознавать оценки. Авторы предлагают, что улучшение склонности к отчетности может быть ключевым фактором для лучшей мониторабельности CoT, но предупреждают о необходимости осторожного подхода, чтобы избежать негативных последствий.