PRDO：推理模型选择性预测新方法

研究者提出推理后分布优化（PRDO），用于推理模型的选择性预测。据作者介绍，该方法在每个采样推理链之后对答案分布施加恰当评分，既不需要目标推理链，也不需要单独的置信度标签。 目前公开的是方法本身，报道未给出实验数据或与其他方法的对比结果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。