arXiv · cs.AI · Quang Hung Nguyen, Hanh Nguyen, Thanh Tam Nguyen, Quoc Viet Hung Nguyen, Trinh Pham, Thanh Trung Huynh · 8 小时前模型评分38
大型推理模型提前停止方法综述与实证审计：效率与可靠性评估
Early Stopping in Large Reasoning Models: A Survey and Empirical Audit of Efficiency and Reliability
导读
一项综述与实证审计在五个推理模型上评估了提前停止方法，覆盖数学与科学推理、代码生成和事实性任务，并采用共享回放协议统一比较。研究提出目标集成 token 效率（TITE，Target-Integrated Token Efficiency）指标，按不同准确率目标衡量相对 oracle 的效率。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We evaluate different methods across five reasoning models on mathematical and scientific reasoning, code generation, and factuality tasks by using a shared rollout replay protocol.”
来源：arXiv · cs.AI · arxiv.org