arXiv · NLP· Guiv Farmanfarmaian·· 6 小时前AI 评分23
无候选项对照实验：单次测试时聚合在 Qwen3-4B 上的表现评估
Selection, Recombination, or a Fresh Solve? A Candidate-Free Control for Single-Pass Test-Time Aggregation
AI 导读
在 AIME-2025 和 HMMT-2025 上，Qwen3-4B-Instruct-2507 的无候选项重新求解准确率为 27.7%，而聚合路径在所有候选项均错误时仅达 15.5%。当至少两个候选项正确时，聚合准确率升至 88.7%，高于重新求解的 59.7%。该研究揭示了候选项质量对测试时聚合收益的决定性影响。
来源：arXiv · NLP · arxiv.org