" Ретайч: создание самоучителя с помощью многообразных рефлексов и ретриверов

arXiv: 2610.11529v1 Annualce Type: New Extravision: Self-Distillation может улучшить рассуждения без отдельно подготовленного и более способного учителя, но его эффективность зависит от того, как самоучитель получит преимущество перед учеником. Такое преимущество может быть достигнуто при подготовке учителя к использованию справочных ответов или решений, однако эта информация может отсутствовать. Размышление дает возможность получить четкие диагнозы ошибок и руководство по пересмотру от самосрабатываемых попыток, однако существующие методы на основе размышлений часто сочетают их с справочной информацией, обширной ответной работой или постоянной памятью. Мы представляем ReTeach, отражающую систему самоперегонки, которая создает свой самоучитель на основе многопланового анализа и перепроверки с использованием только собственных попыток и проверки результатов. Начиная с неудачной программы обучения, учитель подменяет свое четкое мышление новыми попытками до тех пор, пока не будет исчерпан бюджет на проведение повторных судебных разбирательств без справочных ответов или решений