arXiv · cs.AI· Mahdi Salmani·· 4 天前AI 评分36
Direct Pass@$k$ Optimization 用于思考剪枝：在测试时推理中平衡质量与多样性
Direct Pass@$k$ Optimization for Thought Pruning: Balancing Quality and Diversity in Test-Time Reasoning
来源与原文
arXiv · cs.AI
作者：Mahdi Salmani
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/2610.31667v1
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
一项 arXiv 研究提出通过直接优化 pass@$k$ 来剪枝测试时推理候选解：所选候选池在续写至完成后最大化至少一个部分解得到正确答案的概率，从而同时奖励高质量部分解并惩罚冗余，使质量与多样性由目标函数自然平衡。在八个开源权重推理模型上，该方法优于现有基于质量和多样性的剪枝策略，且当保留中等数量部分解时收益最明显。
来源：arXiv · cs.AI · arxiv.org