Kế thừa chứ không tự sáng tạo: Truy tìm nguồn gốc của từ Wait trong các mô hình suy luận

Đoạn trích bài viết

Học tăng cường (RL) được cho là đã dạy các mô hình suy luận viết {wait} trước khi cân nhắc lại một bước, tuy nhiên những mức tăng độ chính xác lớn từ RL không nhất thiết cần đến từ này. Quan điểm này có thể gây nhầm lẫn giữa những gì RL khám phá với những gì mô hình kế thừa từ dữ liệu huấn luyện của nó.