扩展外部测试时Scaling Law，中关村学院新发现：轻量级验证器可解锁LLM推理最优选择
北京中关村学院、哈工大等机构联合提出TrajSelector方法，通过复用大模型隐状态实现高效的外部测试时扩展。该方法使用仅0.6B参数的轻量级模型对推理路径打分，在无需人工标注的情况下，于AMC、AIME等多个数学基准上展现出比传统7B过程奖励模型更稳定的性能提升，为大模型推理的实用化提供了低成本、高效率的新路径。来源：https://mp.weixin.qq.com/s/mDgspKrltG1IpejesMuJIw
页:
[1]