热点事件持续更新

Jeong-Yoon Kim提出免训练推理方法ASB

1 篇报道1 个报道来源20 小时前更新

先了解这件事

AI 综述

Jeong-Yoon Kim提出免训练的推理方法Adaptive Semantic Branching（ASB），把同一问题多条推理轨迹之间的答案分歧转化为定向候选生成。该方法按答案簇结构分配最多三次额外生成。在500题MATH评测中，使用Qwen2.5-7B-Instruct时，ASB把oracle候选覆盖率从7次初始采样的445/500（89.0%）提升到455/500（91.0%），为55个初始未覆盖问题中的10个找回正确答案。全程额外调用576次生成，平均每题8.152次。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

20:29
arXiv · cs.AI
Adaptive Semantic Branching（ASB）：利用跨轨迹分歧定位并再生成推理候选
Adaptive Semantic Branching（ASB）是一种免训练的推理方法，把同一问题的多条推理轨迹之间的答案分歧转化为定向候选生成。在 500 题 MATH 评测中，Qwen2.5-7B-Instruct 的 oracle 候选覆盖率从 7 次初始采样的 445/500（89.0%）提升到 455/500（91.0%），为 55 个未覆盖问题中的 10 个找回正确答案。该方法全程额外调用 576 次生成，平均每题 8.152 次。

本事件热度走势

可比范围当前: 6
可比范围峰值: 611月6日 12:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。