Satori：通过训练LLM做自回归搜索来增强推理能力

2月15日上午11点，青稞Talk 第38期，Satori第一作者、MIT博士生沈茂昊，将直播分享《Satori：通过训练LLM做自回归搜索来增强推理能力》。

主讲嘉宾

沈茂昊，MIT EECS系四年级博士生，长期和MIT-IBM Watson AI lab 合作，本科毕业于UIUC ECE系。研究兴趣包括提升AI系统的可靠性，不确定性估计，以及涉及LLM的多个方向，包括提升LLM的推理能力等，曾在ICML、NeurIPS、AAAI等AI学术会议发表多篇论文。

主题提纲

Satori：通过训练LLM做自回归搜索来增强推理能力

• 1、O1 类推理模型的技术路线
• 2、Satori 推理模型及两阶段训练解析 - 行动思维链 COAT 推理范式 - 小规模格式微调 - 大规模的强化学习阶段
• 3、Satori 的推理能力及泛化讨论

成果链接

• Paper：https://arxiv.org/pdf/2502.02508
• Project：https://satori-reasoning.github.io

直播时间

2月15日（周六）11:00 – 12:00