負樣本

深度分析

DiARC 負樣本與偏好對齊提升大型語言模型於 ARC 基準的推理表現

ARC任務需從少量格子範例推斷隱藏規則，傳統方法僅靠正向示例。DiARC透過構造三種負樣本並採用偏好對齊，使模型學會區分正確與近似錯誤結果。實驗顯示，在六項ARC基準上，DiARC可提升平均2.5分，Qwen3模型更達到超過96%正確率。此方法有望推動抽象推理模型的廣泛應用。