arXiv · cs.AI· Cong Hua, Qianqian Xu, Zitai Wang, Zhiyong Yang, Shilong Bao, Linchao Zhang, Qingming Huang·· 11 小时前
PGLA通过成对路径比较校正LLM测试时投票排序
Compare to Correct: Pairwise-Guided Logit Adjustment for LLM Test-Time Scaling
arXiv:2610.18583v1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：Cong Hua, Qianqian Xu, Zitai Wang, Zhiyong Yang, Shilong Bao, Linchao Zhang, Qingming Huang
研究任务与主要进展
作者提出成对引导的logit调整框架PGLA，在LLM测试时扩展中比较支持不同答案的推理路径，并将比较证据与投票支持结合。论文称，该方法可补偿较弱投票支持并纠正投票排序错误；基于论文摘要，作者在10个涵盖数学推理、知识推理和代码生成的基准上，使用7个参数量从1.7B到32B的模型进行了实验，并报告了结合外部奖励评分和在线采样的进一步评估。
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