arXiv 论文：置信度校准的推理扩展控制方法
原文标题：Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
一篇 arXiv 论文提出面向评估器引导推理的计算感知三动作控制器，在每一步选择信任当前答案、回退或继续扩展推理，并显式计入计算成本。方法通过局部动作间隙分析与期望遗憾界，学习并校准动作级置信度估计。在宽度扩展与修订任务上，相比校准选定的固定策略，在线计算量分别降低约 30% 和 16%，并在四个 Qwen3-8B 随机种子上验证。研究将评估器引导推理重新定义为不确定性下的资源分配问题。
- 问题
- 评估器引导推理中，何时该信任答案、回退还是继续花算力扩展？
- 方法
- 把每步选择建模为计算感知的三动作控制器，显式计入算力成本，并用局部动作间隙分析与期望遗憾界指导学习校准动作级置信度。
- 结果
- 宽度扩展与修订任务上在线计算量分别降低约 30% 和 16%，四个 Qwen3-8B 随机种子验证。
- 影响
- 把评估器引导推理从「更强推理器」重定义为不确定性下的资源分配，直接降低推理成本。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。