arXiv · cs.AI· Nicolas Dufour·· 15 小时前AI 评分51
arXiv 论文提出 Perturb-Select-Vote，无需权重扰动即可解释 Neural Thickets 增益
Rethinking Neural Thickets Without Weight Perturbations
来源与原文
arXiv · cs.AI
作者：Nicolas Dufour
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/2610.40649v1
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
Nicolas Dufour 在 arXiv:2610.40649 复现了 Neural Thickets 的报告增益，但发现其不需要权重空间邻近专家的几何解释。只扰动单个 decoder block 已能恢复大部分提升，冻结模型仅给输出 logits 加随机偏置即可在多数推理任务上匹配或超过全权重扰动。作者将此形式化为 Perturb-Select-Vote（PSV），通过输出多样性、验证集筛选和投票聚合预测，并联系到采样、self-consistency 和 verifier-guided selection 等推理时方法；在视觉域偏移包括地球观测任务上，logit PSV 显著提升性能而全权重扰动额外收益很小。
来源：arXiv · cs.AI · arxiv.org