arXiv · cs.AI· Weida Liang, Kenji Kawaguchi·· 7 小时前
Qwen3-8B测试时推理：置信度校准的评估器引导扩展控制方法
Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning
arXiv:2610.20836v1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：Weida Liang, Kenji Kawaguchi
研究任务与主要进展
作者提出一种置信度校准的评估器引导测试时推理控制器，在终止、返回备用答案和继续扩展之间进行计算感知决策。基于论文摘要，在留出的宽度扩展和修订任务上，该方法相较校准后的固定策略分别降低约30%和16%的归一化在线计算；跨四个Qwen3-8B随机种子时，计算量低于拟合的Q，但效用差异较小且方向不一。
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