arXiv · cs.AI · Adam Y. Ahmed, Abdullah G. Elafifi · 10 小时前模型评分46
小模型开放推理的测试时扩展：语义聚类投票在数学上有效、在开放文本上失效
Test-Time Scaling for Open-Ended Reasoning at Small Model Scale
导读
研究用语义聚类投票（按语义分组小模型样本并取最大簇代表，无需奖励模型或自评判）测试小模型测试时扩展，在 Qwen2.5-3B、Llama-3.2-3B、Gemma-2-2B 上投票让数学题准确率提升 +10 至 +29 分，MATH-500 上提升 +8.5 分（95% CI [+4.0, +13.0]），但开放文本最多只加 +0.30 评分点。
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 study it at small scale with semantic cluster voting, a judge-free aggregator that groups a small instruct model's samples by meaning and returns the largest cluster's representative, with no reward model or self-judging.”
来源：arXiv · cs.AI · arxiv.org