研究人员推出了一种名为 PiCSAR 的新方法，用于提高大型语言和推理模型的准确性。这种无需训练的方法通过从多个生成选项中选择最佳候选解决方案来增强推理任务的性能。PiCSAR 利用推理过程和最终答案的联合对数似然来评估置信度，在 MATH500 和 AIME2025 等基准测试中取得了显著的提升。 AI
影响 通过改进候选选择来提高 LLM 的推理准确性，可能为复杂问题的 AI 生成解决方案带来更高的可靠性。
排序理由 该集群包含一篇详细介绍改进 LLM 推理新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2508.21787v2 Announce Type: replace-cross Abstract: Best-of-n sampling improves the accuracy of large language models (LLMs) and large reasoning models (LRMs) by generating multiple candidate solutions and selecting the one with the highest reward. The key challenge for rea…