大模型arXiv cs.AI4 天前
Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning
该论文将评估器引导的推理建模为计算感知的三动作控制器（信任答案、回退、继续扩展），通过预测答案成功率与基于 rollout 的续推成功率来打分，并显式计入算力成本。方法学习并校准动作级置信度，在宽度扩展与修订任务上提升效用，同时将在线算力分别降低约 30% 和 16%。
已过时译
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
共 1 条符合条件
该论文将评估器引导的推理建模为计算感知的三动作控制器（信任答案、回退、继续扩展），通过预测答案成功率与基于 rollout 的续推成功率来打分，并显式计入算力成本。方法学习并校准动作级置信度，在宽度扩展与修订任务上提升效用，同时将在线算力分别降低约 30% 和 16%。