يقدم الباحثون طريقة تدريب خالية من التسميات تسمى CANON (Consensus-ANchored self-distillatiON)، تقوم بتحويل إشارة الإجماع الناتجة عن أخذ عينات من عدة حلول إلى إشراف كثيف على مستوى الرموز. لكل طلب غير موسوم، تستخرج الطريقة الإجابة الأكثر تكرارًا وتستخدمها لتكييف لقطة ثابتة للنموذج، والتي تراقب بعد ذلك النموذج في امتداداته الخاصة عند كل رمز.
- تحسّن CANON نتيجة pass@1 بمقدار يصل إلى 12 نقطة في معايير الاستدلال الرياضي والعلمي.
- تفوق التعلم المعزز الخالي من التسميات بنسبة 6 نقاط مع استخدام سابع فقط من موارد الحوسبة.
- تقترب الطريقة من مستويات أداء النماذج المعلمة المشروطة بحلول مثالية (gold solutions).
- تم تدريبها على بيانات غير موسومة مجمعة، وتنقل إلى معايير احتياطية، مساويةً للطرق التي تستخدم تسميات مثالية.
يعتقد المؤلفون أن هذا مهم لأن التحسينات ليست مجرد تشديد للتوزيع؛ بعد التدريب، يحل النموذج مشاكل لم يكن يحلها أبدًا في 32 محاولة، وتصويت الأغلبية نفسه يصبح أكثر دقة.