تُظهر دراسة أن ضغط المسار-aware لمسارات الاستدلال المستخلصة ذاتياً يسمح لنموذجي Qwen3.5-4B وGemma-4-12b بمساواة أو تفوق الأداء الأصلي باستخدام رموز أقل بكثير. من خلال الحفاظ على فترات الحساب والتحقق مع ضغط السرد، تتجنب الطريقة فشل الترميز الجشع المرتبط بالضغط المسطح.
- يسبب الضغط المسطح فشل الترميز الجشع، حيث يتكرر في 93% من مشاكل GSM8K عند درجة حرارة 0.
- يحسّن الضغط الواعي للأقسام الدقة بنسبة +.15 على GSM8K مقارنةً بالتحكم SFT غير المضغوط مع استخدام رموز أقل بحوالي 1.7 مرة.
- التدريب العار بدون موجه النظام وتقديمه معه يعطي أفضل النتائج، حيث يعمل الموجه كمحفز للكفاءة.
- يمكن تبديل سلوك الضغط عبر موجه هوية، مما يسمح للنموذج بالتبديل بين الاستدلال الموجز والإخراج غير المضغوط.
- أنتج معلم أقوى نتائج أسوأ من SFT غير المضغوط، مما يشير إلى أن المسارات يجب أن تظل قريبة من توزيع الطالب.
- ينتقل النهج بفعالية إلى نماذج أكبر؛ حقق Gemma-4-12b دقة .86 على GSM8K عند 1,679 رمزاً مقابل .57 عند 3,753 للأصلي.
تسلط الأبحاث الضوء على أن الحفاظ على فترات الحساب يرسخ الإنهاء ويحسن الكفاءة، مع توفير الكود الكامل والنماذج ومجموعات البيانات.