LLM 作为改进者：验证反馈生成更优候选
原文标题：LLM-as-an-Improver: Turning Verification into Better Candidates
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。
论文提出 LLM-as-an-Improver 与 Verify-Repair-Reselect（VRR）方法，将验证反馈用于生成并重选更优候选，而非仅作排序。VRR 保留初始最优解，并条件性生成修复版最优解、次优解及新思路方案，再依据原始标准重选。在多种模型与代码生成、推理基准上，VRR 优于固定候选池的验证选择，甚至能在初始候选全错时恢复正确答案。
- 问题
- 验证反馈只用于排序固定候选池，无法改进候选本身。
- 方法
- 提出 VRR，用验证反馈条件性生成修复版最优/次优解与新思路方案，再按原标准重选。
- 结果
- 在多种模型与代码生成、推理基准上优于固定池验证选择，初始候选全错时也能恢复正确答案。
- 影响
- 把验证器从「打分器」变成「改进器」，可直接提升现有 best-of-n 流水线的上限。
深读 · 结论先行AI 生成展开看要点与影响 ↓
VRR把验证反馈用于生成新候选而非仅排序，初始候选全错时也能恢复正确答案。
- •提出LLM-as-an-Improver，验证反馈不仅排序，还用于构造更优候选集
- •保留初始最优解，条件性生成修复版最优解、次优解及新思路方案三类补充候选
- •仅用推理时信息过滤无效与重复候选，再按原始标准重选最终答案
- •在多种模型与代码生成、推理基准上优于固定候选池的验证选择
- •可在初始候选池全部错误时恢复正确答案
为什么重要：把验证器从「筛选器」变成「生成器」，为推理时扩展提供了不增加初始采样量的提升路径。
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。