arXiv · cs.AI· Francesco I. Re, Shubhangi Ghosh, Tim Vieira, Ryan Cotterell·· 5 小时前
自回归语言模型利用势函数降低测试泛函期望估计方差
Estimating Great Expectations Under Autoregressive Language Models with Potentials
arXiv:2610.11399v2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：Francesco I. Re, Shubhangi Ghosh, Tim Vieira, Ryan Cotterell
研究任务与主要进展
研究提出利用自回归语言模型采样时产生的下一词元条件概率，通过可加分解的势函数降低测试泛函期望估计的方差。作者构造了方差取决于势函数选择的估计器，推导势函数降低方差的条件，并为多个估计对象和应用设计实用势函数；基于论文摘要，实验在计算成本可比的情况下实现了较大方差降低。
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