Distilling System 2 into System 1

本文是LLM系列文章，针对《Distilling System 2 into System 1》的翻译。

摘要

大型语言模型（LLM）可以在推理过程中花费额外的计算来生成中间思想，这有助于产生更好的最终响应。自思维链以来，已经提出了许多这样的系统2技术，如改写和响应、系统2注意力和分支求解合并。在这项工作中，我们研究了自监督方法，将系统2技术的更高质量输出“编译”（提取）回LLM代，而无需中间推理token序列，因为这种推理已被蒸馏到系统1中。我们表明，可以成功地蒸馏出几种这样的技术，与原始的系统1性能相比，结果有所改善，并且推理成本低于系统2。我们认为，系统2的蒸馏将是未来持续学习人工智能系统的一个重要特征，使它们能够将系统2的能力集中在它们还不能很好地完成的推理任务上。

1 引言

2 相关工作

3 将系统2蒸馏到系统1

4 实验

5 结论

最近的工作表明，在内环中使用LLM的复杂推理过程，称为系统2方法，可以提高性能。在这项工作中，我们表明，在许多情况下&#x