arXiv · cs.AI· Jeong-Yoon Kim·· 20 小时前AI 评分27
Adaptive Semantic Branching（ASB）：利用跨轨迹分歧定位并再生成推理候选
Adaptive Semantic Branching: Disagreement-Localized Cross-Trajectory Regeneration for Reasoning Candidate Expansion
来源与原文
arXiv · cs.AI
作者：Jeong-Yoon Kim
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07918v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Adaptive Semantic Branching（ASB）是一种免训练的推理方法，把同一问题的多条推理轨迹之间的答案分歧转化为定向候选生成。在 500 题 MATH 评测中，Qwen2.5-7B-Instruct 的 oracle 候选覆盖率从 7 次初始采样的 445/500（89.0%）提升到 455/500（91.0%），为 55 个未覆盖问题中的 10 个找回正确答案。该方法全程额外调用 576 次生成，平均每题 8.152 次。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。