热点事件持续更新

论文提出置信度校准的测试时推理三动作控制器

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Weida Liang 与 Kenji Kawaguchi 发布 arXiv 论文（2610.20836v1，基于摘要），提出一种置信度校准的计算感知测试时推理控制器，在终止、返回备用答案和继续扩展三个动作间决策：终止动作按预测答案成功率打分，扩展按基于 rollout 的续推成功率替代指标打分，并显式计入计算成本。作者称，在留出的宽度扩展和修订任务上，该方法相较校准选出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，两种设置下计算量均低于拟合的 Q，但效用差异较小且方向不一。

AI 根据报道生成 · 3 小时前更新

最新进展10月16日 12:00

Qwen3-8B测试时推理：置信度校准的评估器引导扩展控制方法

报道时间线

沿着报道，了解事件的不同侧面。

10月16日

12:00
arXiv · cs.AI
Qwen3-8B测试时推理：置信度校准的评估器引导扩展控制方法
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。

本事件热度走势

可比范围当前: 8
可比范围峰值: 910月16日 16:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。