arXiv · ML· Qianli Ma, Zhiqing Tang, Fanshuai Meng, Zhi Yao, Hanshuai Cui, Weijia Jia·· 5 小时前AI 评分31
小模型多候选推理中的隐藏界面税：CACC 提升准确率
Correct but Unselectable: The Hidden Interface Tax in Multi-Candidate Reasoning
AI 导读
小模型在生成重排过程中存在“隐藏界面税”，导致正确候选项无法被选定。CACC 接口层通过修复片段和模式对齐，在 GPQA Diamond 上将最终准确率从 5.6% 提升至 19.2%，结合生成端增强可达 25.8%。 该方法无需重新训练组件，旨在解决覆盖率和可转换性的分解问题，为受限环境下的推理增强提供新路径。
来源：arXiv · ML · arxiv.org