实体 Ehsan Aghazadeh

Ehsan Aghazadeh

PulseAugur coverage of Ehsan Aghazadeh — every cluster mentioning Ehsan Aghazadeh across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_82642 · Jun 10 · 04:00

新的CGES方法将LLM调用次数减少58%，同时保持准确性

研究人员开发了一个新的贝叶斯框架，称为置信度引导的提前停止（CGES），以提高大型语言模型（LLM）查询的效率。与需要固定调用次数的传统自洽性方法不同，CGES在单个答案获得足够置信度后即可自适应地停止采样。这种方法显著减少了所需的LLM调用次数，在五个推理基准测试中平均减少了58%，同时保持了与标准自洽性策略相当的准确性。