arXiv · cs.AI· Jie Yu, Yuxi Sun, Zhaoxu Li, Chunxiao Liu, Xudong Jiang·· 7 小时前
CoTS：通过竞争性 token 选择实现大语言模型潜在推理
CoTS: Competitive Token Selection for Latent Reasoning in Large Language Models
arXiv:2610.20642v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jie Yu, Yuxi Sun, Zhaoxu Li, Chunxiao Liu, Xudong Jiang
研究任务与主要进展
CoTS是一种无需训练的框架，通过最可能候选与次可能候选的概率竞争，在每个推理步骤动态平衡离散 token 与软表示的贡献。摘要称，该方法无需手动切换阈值或混合系数，也不增加额外前向计算，并在六个推理基准上优于标准 CoT 和现有先进训练无关潜在推理方法；代码已发布至 https://github.com/OkinoYu/CoTSReasoning。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org