★ 4
#推理扩展
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
arXiv 论文：置信度校准的推理扩展控制方法
一篇 arXiv 论文提出面向评估器引导推理的计算感知三动作控制器，在每一步选择信任当前答案、回退或继续扩展推理，并显式计入计算成本。方法通过局部动作间隙分析与期望遗憾界，学习并校准动作级置信度估计。在宽度扩展与修订任务上，相比校准选定的固定策略，在线计算量分别降低约 30% 和 16%，并在四个…
arXiv cs.AI17 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
一篇 arXiv 论文提出面向评估器引导推理的计算感知三动作控制器，在每一步选择信任当前答案、回退或继续扩展推理，并显式计入计算成本。方法通过局部动作间隙分析与期望遗憾界，学习并校准动作级置信度估计。在宽度扩展与修订任务上，相比校准选定的固定策略，在线计算量分别降低约 30% 和 16%，并在四个…