arXiv · ML· Shaddin Dughmi, Mahdi Haghifam, Yusuf Hakan Kalayci·· 10 天前AI 评分33
Adaptive Generate-Rank-Verify:推理时搜索与昂贵验证
Adaptive Generate-Rank-Verify: Inference-Time Search with Costly Verification
AI 导读
论文提出 ADAP 算法,将推理时语言模型管线形式化为生成式主动搜索问题,通过分层自适应生成、排序与验证降低调用昂贵验证器的成本。 在单调性假设下,ADAP 在数学期望成本上达到分布感知最优策略的常数倍上界,并证明了基于中心星数的学习理论下界。 实验验证了 ADAP 在数学推理和竞技编程任务中优于固定非自适应策略及难度自适应基线,论文为 NeurIPS 2026 终稿。
来源:arXiv · ML · arxiv.org