arXiv · ML· Aviv Orly (School of Physics and Astronomy, Tel Aviv University, Israel), Ori Shem-Ur (School of Physics and Astronomy, Tel Aviv University, Israel), Yaron Oz (School of Physics and Astronomy, Tel Aviv University, Israel)·· 9 天前AI 评分23
基于 pass@K 场景的温度多样性采样研究:多温度方案增益有限,单一调优温度通常足够
One Temperature to Rule Them All?
AI 导读
针对 pass@K 场景的多温度采样研究发表于 NeurIPS 2026。 研究发现不同问题的高效采样温度差异仅呈对数级增长,理论最优多温度分配方案的增益相对单一调优温度基线通常较温和。 数学上的钝化效应(dulling effects)确保了单一温度选择在不同问题分布下的鲁棒性,澄清了何时多温度采样有效。
来源:arXiv · ML · arxiv.org