★ 3
LLM 作为改进者：验证反馈生成更优候选
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…
arXiv cs.AI45 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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…