研究：重复采样比让 LLM 自我反思更高效
rohanpaul_ai · x · 2026-08-15
一项新研究对比了 7 种测试时推理方法，发现在相同 token 预算下，简单的重复采样（解多次数学题并选最多结果）在大多数情况下优于让模型自我反思或修正。在 36 次对比中，复杂方法无一能稳定击败重复采样基线，其中 10 个甚至显著更差。这表明对于可验证的推理任务，多花 token 生成独立尝试比要求模型自我检视可能更有效。研究基于 Qwen2.5 (1.5B-7B) 在数学任务上的测试。
「研究」频道最新
- 传 Nick 可解释性研究重大突破,好到 Yudkowsky 也得下调 p(doom) — QuintinPope5 · 2026-10-16
- Laurent Younes 机器学习导论：从优化到生成模型的全免费教材 — TheTuringPost · 2026-10-16
- JHU 教师 Laurent Younes 免费教材《机器学习导论》:覆盖优化到生成模型 — TheTuringPost · 2026-10-16
- RFdiffusion3 登上 Science,同步开源生物分子设计 agent 框架 Chaperone — anshulkundaje · 2026-10-16
- 微软论文：给路由器看会话历史，多轮 Agent 任务成功率多提 3.3 分 — dair_ai · 2026-10-16
- 研究者痛批烂评测泛滥：每个人都该亲手做一次好 eval — gabriberton · 2026-10-16