arXiv 论文提出 APT：按维度两两对决的 LLM 测试时选择方法
原文标题：Aspect-wise Pairwise Tournaments for Test-Time Selection
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对 best-of-n 采样中如何挑选最佳候选的问题，作者提出 Aspect-wise Pairwise Tournaments（APT），用单败淘汰赛形式让候选两两比较，每场对决由多个现成维度验证器沿各自维度投票决定。在五个领域、三个生成模型上，APT 优于二元多维度审批、自一致性与奖励模型验证，开放式任务增益最大。由于维度以自然语言指定且无需训练，APT 可通过改写提示迁移到新领域并让用户引导选择偏好。
- 问题
- best-of-n 采样中如何从多个候选里挑出最优解。
- 方法
- 用单败淘汰赛让候选两两比较，每场由多个现成维度验证器沿各自维度投票，无需训练。
- 结果
- 在五个领域、三个生成模型上优于二元多维度审批、自一致性与奖励模型验证，开放式任务增益最大。
- 影响
- 无需训练即可提升测试时扩展的选解质量，并让用户按偏好引导选择，可直接接入现有推理管线。
深读 · 结论先行AI 生成展开看要点与影响 ↓
APT 用单败淘汰赛加多维度验证器投票选候选，在五领域三模型上优于自一致性与奖励模型验证
- •针对 best-of-n 采样中的候选选择问题，改为两两比较而非逐个独立打分
- •每场对决由多个现成维度验证器沿各自维度投票决定胜负
- •在五个领域、三个生成模型上优于二元多维度审批、自一致性与奖励模型验证
- •开放式任务增益最大；消融显示比较与分维度两个组件都不可缺
- •维度以自然语言指定、无需训练，可改写提示迁移到新领域并让用户引导偏好
为什么重要：给测试时扩展提供了一条免训练、可定制的选择路径，尤其适合开放式任务和需要按用户偏好筛选输出的场景。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
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。