研究人员开发了一种名为测试时自我对弈(TTSP)的新方法,可以在无需验证器的情况下提高大型语言模型的性能。TTSP 利用非对称自我对弈在部署时扩展性能,即使目标问题没有强大的验证器也适用。在 LiveCodeBench v6 基准测试中,TTSP 在无验证器场景下实现了 35% 的平均绝对增益,并在各种验证器强度下优于其他方法。 AI
影响 在没有验证器的部署场景中实现大型语言模型的扩展,有可能提高实际应用性能。
排序理由 该条目描述了一篇详细介绍改进大型语言模型新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXivLabs
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- LiveCodeBench v6
- ScienceCast
- Test-Time Self-Play
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →