★ 4
Decision-Flow采样：免训练提取大模型潜在推理路径
论文基于分布锐化假说，探讨能否在不做昂贵 RL 微调的情况下解锁基础模型中已潜藏的高奖励推理路径。作者提出免训练、免数据的推理时框架 DF-Sample，构建分层推理树、对终端节点评分并将效用反向传播以指导分支决策。在 GPQA 上达到 45.6% 准确率，超过 power sampling 的 …
arXiv cs.LG48 天前
#免训练方法
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究：扩散语言模型智能体的反向评分防重试循环
论文剖析扩散大语言模型（dLLM）智能体陷入重试循环的机制：掩码解码的适应性使失败动作本身成为高置信填充，导致重试被提交而失败反馈未被正视。作者将动作分布扭曲建模为任务无关的污染，并证明该因子在反向条件中恰好抵消，据此提出免训练的 Reflect Reverse 规则。在四个多轮具身基准上，该方法…
arXiv cs.LG31 天前
★ 2
SAGE：多模态语义对齐基准与 GAR 推理框架
arXiv 新论文提出 SAGE，一个统一的 10 候选图像选择基准，将 VWSD、VerSe、WikiDiverse 三个任务重构为以术语为中心的评测协议，覆盖名词、动词与实体三类指代落地。论文同时提出免训练的 Gloss-Augmented Reasoning（GAR）框架，结合定义落地与约束…
arXiv NLP6 天前
★ 2
CCS：激活引导的对比协方差子空间方法
论文提出 Contrastive Covariance Steering（CCS），一种免训练方法，通过对比方差目标将激活引导向量投影到低维子空间，去除与目标概念纠缠的混杂因素。在三个大模型、四个引导领域的 12 个设定中 CCS 全面超越基线，在 AxBench 与 Emotion 上相对提升 …
arXiv cs.LG18 天前