arXiv 论文：尾部竞争解释 Best-of-N 采样扩展规律
原文标题：Tail Competition Explains Scaling in Best-of-N Sampling for Verifiable Problems
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。
该 arXiv 论文研究大语言模型推理时扩展策略 Best-of-N 采样在不完整奖励模型下的行为，将其建模为正确与错误回答的极端奖励尾部竞争。作者用极值理论刻画了正确尾部主导、错误尾部主导和临界三种渐近机制，并推导有限样本扩展律，指出高斯奖励下高方差错误回答可能主导选择。论文还提出轻量级尾部张力判据，用于估计额外采样何时可能有害。
- 问题
- Best-of-N 采样在不完美奖励模型下何时失效、何时有害，此前缺乏理论解释。
- 方法
- 用极值理论把选择建模为正确与错误回答的奖励尾部竞争，区分三种渐近机制并给出有限样本扩展律。
- 结果
- 合成数据与真实奖励模型分数与理论预测的机制、扩展律一致；高斯奖励下高方差错误回答可主导选择。
- 影响
- 为推理时扩展提供判据：额外采样可能反而有害，工程上需先估尾部张力再决定采样预算。
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。