REWIND：基于token熵的测试时推理轨迹修复方法

Yi Ding 等发布论文，提出REWIND——一种无需训练的测试时控制器，利用token熵的动态变化提出定向后缀重生成，以修复早期推理错误。 动机来自一个观察：在MATH500上用Qwen2.5-Math-7B测试时，作者发现错误回答的平均token熵明显高于正确回答。 论文声称，在三个模型家族、五个基准上，REWIND优于所有基线，相对最强基线提升0.51–10.00个百分点（作者声称，基于论文摘要）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。