跳到正文
热点事件持续更新

论文提出Input-Conditioned Search测试时扩展方法

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Haochen Shi 等在 arXiv 发布论文,提出输入条件搜索(ICS):无需额外训练,通过搜索输入条件诱导预训练递归推理器从同一潜在状态产生不同更新映射和推理轨迹。作者报告,在六项推理任务上 ICS 取得最高平均准确率,所需模型 FLOPs 最多比所评估的扩展基线少两个数量级。 摘要称受控实验、理论分析和数值验证支持 ICS 改变轨迹并局部消除错误吸引不动点的作用。以上结果均来自论文摘要,所比较基线为其评估范围内的扩展方法。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    输入条件搜索提升递归推理器的测试时扩展效率

    研究提出输入条件搜索(ICS),无需额外训练,通过对输入条件进行搜索,使预训练递归推理器从同一潜在状态生成不同更新映射和推理轨迹。作者报告,ICS 在六项推理任务上取得最高平均准确率,同时所需模型 FLOPs 最多比所评估的扩展基线少两个数量级;摘要还称受控实验、理论分析和数值验证支持其改变轨迹并局部消除错误吸引不动点的作用。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。