PulseAugur
中
实时 06:18:30
English(EN) Do Not Waste Your Rollouts: Recycling Search Experience for Efficient Test-Time Scaling

新的RSE策略回收LLM搜索体验以实现高效的测试时间扩展

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为回收搜索体验（RSE）的新颖方法，以提高大型语言模型测试时间扩展的效率。RSE通过将原始轨迹提炼成一个经验库，将测试时间搜索从孤立的试验转变为累积过程。这使得中间结论的积极回收和失败模式的消极回收成为可能，从而减少了冗余推导并修剪了死胡同。在HMMT24和IMO-Bench等基准测试上的实验表明，在相似的计算预算下，RSE的性能显著优于现有基线。 AI

影响 引入了一种减少LLM推理中计算冗余的方法，可能降低复杂推理任务的成本并提高其可访问性。

排序理由 这是一篇详细介绍提高LLM效率新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的RSE策略回收LLM搜索体验以实现高效的测试时间扩展

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xinglin Wang, Jiayi Shi, Shaoxiong Feng, Peiwen Yuan, Yiwei Li, Yueqi Zhang, Chuyi Tan, Ji Zhang, Boyuan Pan, Yao Hu, Kan Li ·

    不要浪费你的上线：为高效的测试时间扩展而回收搜索体验

    arXiv:2601.21684v2 Announce Type: replace-cross Abstract: Test-Time Scaling enhances the reasoning capabilities of Large Language Models by allocating additional inference compute to broaden the exploration of the solution space. However, existing search strategies typically trea…

相关实体

相关话题