LIMO – 上海交大推出的高效推理方法，仅需817条训练样本

LIMO是什么

LIMO（Less Is More for Reasoning）是上海交通大学研究团队提出的高效推理方法，通过极少量高质量的训练样本激活大语言模型（LLM）的复杂推理能力。核心假设是在预训练阶段已经具备丰富知识基础的模型中，复杂的推理能力可以通过少量但精心设计的训练样本被有效激活。 LIMO仅使用817个训练样本，在多个数学推理基准测试中取得显著的性能提升。

LIMO的主要功能

高效推理激活：LIMO仅使用817个精心策划的训练样本，在多个数学推理基准测试中取得了显著的性能提升。在AIME基准测试中，LIMO的准确率达到了57.1%，在MATH基准测试中达到了94.8%，相比之前的模型分别提升了50.6个百分点和35.6个百分点。
出色的泛化能力：LIMO在10个不同的基准测试中展现了卓越的分布外泛化能力，平均准确率达到了72.8%，相比使用100倍数据训练的模型，LIMO实现了40.5%的绝对性能提升。
验证“少即是多”假设：LIMO的研究提出了“少即是多推理假设”（LIMO Hypothesis），即在基础模型中，当领域知识在预训练阶段已被全面编码时，复杂的推理能力可以通过最少但精确编排的认知过程示范出现。
数据高效性：LIMO仅使用了之前方法所需训练数据的1%，挑战了传统观点认为复杂的推理任务需要大量训练数据的假设。

LIMO的技术原理

核心假设：LIMO的核心假设是“少即是多推理假设”（LIMO Hypothesis）：在基础模型中，当领域知识在预训练中已被全面编码时，可以通过对认知过程的最小但精确组织的示例而出现。假设认为，复杂推理的引发门槛并不固有地受到目标推理任务复杂性的限制，是由两个关键因素决定：
- 模型在预训练期间编码的知识基础的完整性：现代基础模型在预训练过程中整合了前所未有数量的数学内容。例如，Llama 2和Llama 3在数学推理方面的训练数据分别达到了1.8T和3.7T代币。
- 训练后的范例的有效性：这些范例作为“认知模板”展示了模型如何有效运用现有的知识基础来解决复杂的推理任务。
问题定义：LIMO关注于具有可验证答案的推理任务，目标是生成一个答案和一个推理链。
问题选择：选择能促进复杂推理链、多样化思考过程和知识整合的挑战性问题。
推理链构建：收集官方解决方案，补充人类专家和AI专家撰写的解决方案，基于最先进的推理模型生成多样化的解决方法。
训练协议：使用监督微调在LIMO数据集上对大型语言模型进行微调，采用完整参数微调，使用DeepSpeed ZeRO-3优化和FlashAttention-2。