arXiv · cs.CL· Ahsan Bilal·· 7 天前AI 评分46
Adaptive Replay Refinement：在修订与重采样之间分配测试时计算
Adaptive Replay Refinement: Allocating Test-Time Compute Between Revision and Resampling
来源与原文
arXiv · cs.CL
作者：Ahsan Bilal
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/2610.28294v1
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 Replay Refinement（ARR）是一种无需训练的推理方法，检测修订到达不动点后将算力重新分配给新独立样本。跨 5 个模型族的 7 个模型与 7 个基准测试，ARR 在等算力下于 5 个数学推理基准中的 3 个上追平多数投票，关键路径串行次数最多减少 2.4 倍；在 MATH500 上以 41% 的串行次数达到 84.6% 准确率。代码已开源。
来源：arXiv · cs.CL · arxiv.org