arXiv · cs.AI· Yang Ouyang·· 14 小时前AI 评分25
StepBack：面向高效测试时推理的步骤级错误定位重采样方法
StepBack: Step-Level Error-Localized Resampling for Efficient Test-Time Reasoning
来源与原文
arXiv · cs.AI
作者：Yang Ouyang
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/2611.08403v1
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
StepBack 是一种步骤级错误定位重采样方法，用于高效测试时推理：先用少量草稿轨迹和轻量信号定位可能的首个错误位置，再重采样该错误步骤及其后续部分，最后进行多数答案投票。在七个数学推理与多跳 QA 基准上，StepBack 平均准确率与自一致性（SC）持平，同时将 token 用量最多降低 41.26%。该方法还可与 Adaptive Consistency 等自适应推理方法结合，进一步提升推理时效率。
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。