arXiv · cs.AI· Jianguo Huang, Zhiyi Lyu, Fuxiang Zhang, Yanchen Deng, Deheng Ye, Bo An·· 4 小时前
UAA提出不确定性感知预算分配以提升LLM树搜索效率
Uncertainty-Aware Budget Allocation for Efficient LLM Tree Search
arXiv:2610.22858v1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：Jianguo Huang, Zhiyi Lyu, Fuxiang Zhang, Yanchen Deng, Deheng Ye, Bo An
研究任务与主要进展
Jianguo Huang等人提出免训练的Uncertainty-Aware Allocation（UAA）框架，用于按候选分支的不确定性分配LLM树搜索预算。该方法根据兄弟动作的语义分散度估计冗余，并在扩展前确定预算；摘要报告其在数学推理、逻辑推理和规划基准上最高减少90%的token使用、将延迟最多降低9倍，同时保持可比准确率，并适用于四种树搜索算法及开源和闭源LLM。
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