Hill采样：测试时扩展的简单高效替代方案
原文标题：Hill Sampling for Test-Time Scaling: A Simple and Better Alternative to Repeated Sampling, Evolution, and Training
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Hill采样，一种简单程序：从冻结LLM反复采样候选程序编辑，保留当前最优程序并以其为条件继续采样。在圆填充、集合和差及Erdos最小重叠问题上，Hill采样在圆填充上创下已发表方法新纪录，超越AlphaEvolve参考结果。研究还发现直接学习LLM权重的进化策略不如将学习率设为零，表明重复采样编辑比复杂进化框架更有效。
- 问题
- 测试时扩展依赖复杂进化搜索框架或测试时训练，机制是否必要存疑。
- 方法
- Hill 采样：从冻结 LLM 反复采样程序编辑，保留当前最优并以其为条件继续采样。
- 结果
- 圆填充创已发表方法新纪录，Erdos 最小重叠问题超过 AlphaEvolve 参考结果，仅需 8 张 H100 数小时。
- 影响
- 简单重复采样即可替代复杂进化框架，降低测试时扩展的工程成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Hill采样仅反复采样程序编辑并保留最优，在圆填充上创已发表方法新纪录。
- •方法：从冻结LLM反复采样候选程序编辑，保留当前最优程序并以其为条件继续采样。
- •在圆填充上创已发表方法新纪录，在Erdos最小重叠问题上超过AlphaEvolve参考结果。
- •圆填充与Erdos结果仅需8张NVIDIA H100上数小时墙钟时间。
- •对LLM权重做进化策略的大规模研究显示：学习权重不如把ES学习率设为零。
- •零学习率下方法仍在权重空间通过固定随机扰动搜索，说明token采样随机性更强。
为什么重要：挑战了测试时扩展必须依赖复杂进化框架或测试时训练的假设，做推理侧算力投入的团队可用更简单流程拿到更强结果。
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。