arXiv · cs.AI· Bingnan Xiao·· 21 天前AI 评分42
自适应幂采样（APS）：让 LLM 推理按查询难度自适应调节锐化强度
Adaptive Power Sampling for LLM Reasoning
来源与原文
arXiv · cs.AI
作者：Bingnan Xiao
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/2610.08563v1
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
研究提出 Adaptive Power Sampling（APS），一种无需训练的 LLM 推理方法，可在测试时按查询调整幂采样的锐化指数。理论上进一步锐化的收益取决于正确与错误回答之间的 self-reward gap，APS 据此利用答案一致性与 self-reward 的关系逐查询自适应调节。在 MATH500、HumanEval、GPQA 等推理任务上，APS 持续优于固定锐化指数的幂采样。
来源：arXiv · cs.AI · arxiv.org