arXiv · cs.AI · Zeyan Li, Jianfeng Xu · 10 小时前模型评分41
ValueFormation：面向测试时推理的价值条件化提案获取策略
Value-Conditioned Proposal Acquisition for Test-Time Reasoning
导读
研究者提出测试时策略 ValueFormation，在每次主模型采样后决定停止、继续采样或从异构推理专家处获取一个提案，三种动作在同一成本正则化价值尺度上比较。
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 introduce ValueFormation, a test-time policy that decides after each primary-model draw whether to stop, continue sampling, or acquire one proposal from a heterogeneous reasoning specialist.”
来源：arXiv · cs.AI · arxiv.org