Consilience框架解决无验证器测试时扩展难题

2026年11月3日，arXiv发布一项机器学习研究，提出名为Consilience的置信度评估框架。该框架针对现有基于置信度的无验证器测试时扩展（VF-TTS）方法在复杂任务上崩溃的问题，指出其常因选择“高置信度但错误”解而失败。 Consilience通过组合指标主动惩罚高初始置信度并强制要求最终确定性，以此改进评估机制。实验表明，在研究生级别数学问题和自由形式代码生成任务中，该框架有效优于现有基线方法，验证了其新颖视角的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。