LLM-Modulo 团队推出 interwhen：单轨迹中间推理验证框架入选 NeurIPS
rao2z · x · 2026-09-25
Subbarao Kambhampati 团队（微软研究院印度项目）的论文 interwhen 被 NeurIPS 2026 接收。该框架针对推理模型长思维链中的错误纠偏问题，扩展自此前的 LLM-Modulo 生成-验证框架。
- 单轨迹验证：不探索多条分支，而是周期性轮询推理轨迹并 fork 推理过程，恢复中间状态供验证器检查
- 异步低开销：验证器与生成并行运行，正确执行时几乎零开销，仅在违反策略时介入
- 自动合成验证器：从自然语言策略文档自动生成验证器，缓解数学/代码之外验证器稀缺的问题
核心主张是把 LLM-Modulo 从"验证最终解"推进到"验证推理过程本身"。
「研究」频道最新
- FD-Loss 直优化 FID 达 0.75,入选 NeurIPS Oral — yuewang314 · 2026-09-25
- 研究者提出「无魔法 OOD」原则，直指对齐计划通病 — nabla_theta · 2026-09-25
- NeurIPS 2026 论文揭示：无噪声调度的扩散模型暗藏能量景观梯度流 — docmilanfar · 2026-09-25
- AI 科学发现的验证瓶颈：Dario 的基因编辑突破没那么简单 — Ghost_Pilot_MD · 2026-09-25
- AI 博士自述：ICLR 审稿套路化，学术已被工业界甩开 — vykthur · 2026-09-25
- 研究称人类审美评估源于感知系统的社会文化调谐 — abenitezburraco · 2026-09-25