新的LLM缩放方法使用成对比较来改进推理

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

研究人员开发了一种名为成对引导logit调整（PGLA）的新方法，以提高大型语言模型（LLM）的推理能力。该技术借鉴了社会选择理论中的孔多塞原理，通过成对比较答案来更好地评估相对优势。PGLA利用这种比较证据以及投票支持，通过KL正则化目标进行优化，以纠正排名错误并提高LLM在数学推理、知识检索和代码生成等各种基准测试上的性能。 AI

影响这种新方法可以增强LLM在各种任务中的推理能力，可能导致更准确、更可靠的AI系统。

排序理由该集群包含一篇详细介绍改进LLM性能新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍改进LLM性能新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Cong Hua, Qianqian Xu, Zitai Wang, Zhiyong Yang, Shilong Bao, Linchao Zhang, Qingming Huang · 2026-10-15 04:00

对比纠正：LLM 测试时定序引导的 Logit 调整

arXiv:2610.18583v1 Announce Type: new Abstract: Sampling-based test-time scaling enhances LLM reasoning by aggregating multiple reasoning paths for the same query. Existing methods use answer frequencies or path confidence to compute candidate scores, which do not explicitly char…

本文如何被排名

报道来源 [1]

对比纠正：LLM 测试时定序引导的 Logit 调整

相关实体

相关话题