【[109星]PRefLexOR：基于偏好的递归语言建模，为推理-20250226133309

【[109星]PRefLexOR：基于偏好的递归语言建模，为推理优化带来革新！亮点：1. 通过迭代推理改进，模型自主学习提升决策能力；2. 结合ORPO和DPO技术，显著提升推理质量；3. 动态生成任务和反馈，无需预生成数据集，实时适应性强】
'PRefLexOR: Preference-based Recursive Language Modeling for Exploratory Optimization of Reasoning'
GitHub: github.com/lamm-mit/PRefLexOR
#推理优化# #语言建模# #动态学习# #AI创造营#