PulseAugur
中
实时 16:48:58
实体 AIME24/25

AIME24/25

PulseAugur coverage of AIME24/25 — every cluster mentioning AIME24/25 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_301179 ·

    新技术在无需重新训练的情况下增强LLM推理能力

    研究人员推出了一种名为解耦边际锐化(Decoupled Marginal Sharpening, DMS)的新技术,可以在推理时增强大型语言模型(LLM)的推理能力,而无需更新模型权重或使用外部奖励模型。DMS通过分别控制模型对特定推理路径的偏好及其最终答案的选择,解决了现有幂采样方法中的挑战。这种方法允许探索多样化的推理路径,然后更侧重于具有更大聚合支持的答案。在多个基准测试和LLM上的实验表明,DMS在提高推理任务的准确性方面优于现有方法。

  2. RESEARCH · CL_51260 ·

    新方法通过分析置信度动态来优化 LLM 推理

    两篇新的研究论文提出通过分析大型语言模型(LLM)在推理过程中的置信度水平来优化其推理时间的方法。第一篇论文 EAGer 使用了 token 级熵来动态分配计算资源,仅在不确定性高时才分支到多个推理路径。第二篇论文置信度动态增益(CDG)观察到,正确的推理轨迹往往会随着时间的推移而提高置信度,而错误的轨迹则会下降,并利用这种动态来选择更好的答案。这两种方法在复杂推理基准测试中都显示出显著的性能提升和计算量减少。