arXiv · NLP· Mahdi Salmani, Adel Javanmard, Devansh Gupta, Meisam Razaviyayn·· 4 小时前AI 评分36
基于 Pass@$k$ 优化的思考修剪：在测试时推理中平衡质量与多样性
Direct Pass@$k$ Optimization for Thought Pruning: Balancing Quality and Diversity in Test-Time Reasoning
AI 导读
论文提出一种直接优化 pass@$k$ 的修剪程序，用于在测试时推理中平衡候选解的质量与多样性。该方法选择部分解池以最大化至少一个解被延续后得出正确答案的概率，从而自然解决质量与冗余间的权衡。 在八个开源推理模型上，该方法优于现有的基于质量和多样性的修剪策略，且在保留中等数量部分解时效果显著。
来源：arXiv · NLP · arxiv.org