MPPA 方法推进测试时扩展帕累托前沿

提出多路径计划聚合（MPPA）方法，利用 LoRA 适配器在冻结骨干上联合规划与答案选择，改善测试时扩展的准确性-令牌权衡。 在三个规划路径下，MPPA 平均准确率高于八次直接采样的多数投票，同时减少 47%-54% 的输出 token。 该方法在五个数学与科学基准及三个骨干模型上验证有效，适用于需平衡推理成本与精度的场景。