论文提出预算约束下多属性验证算法BMA-GAI

arXiv 一篇论文（v2）提出测试时扩展算法 BMA-GAI：在共享计算预算下，联合决定检查哪些 LLM 候选答案、验证哪些属性，目标是认证尽可能多各属性平均得分均超过预设阈值的候选。 算法结合成本感知的候选选择与属性自适应采样，使每次观测同时用于预算分配和 anytime-valid 认证，无需单独的确认阶段；论文摘要称其具有渐近覆盖保证和匹配的信息论下界。 在合成基准和一个 LLM 答案验证任务上的实验显示，相比竞争方法，BMA-GAI 能更高效地分配验证预算、认证更多高质量候选。

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。