共 2 篇相关文章
论文提出直接优化pass@k的思维剪枝方法，在八个开放权重推理模型上超越基于质量和多样性的基线，自然平衡推理质量与多样性，提升测试时扩展效率。
测试时扩展如何在有限推理预算下分配深度、宽度与反馈资源？本文解析LLM推理的三种扩展维度及其权衡关系，探讨不同任务类型下的最优推理策略选择。
