热点事件持续更新
Cheap to Draw, Expensive to Trust: Certifying Test-Time Scaling Curves
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
论文提出一种配对审计方法，基于同一问题的两次独立抽取的指数不等式，无需预实验即可认证测试时采样曲线。在 185 个保留分数池上，该方法在 64 预算下使用 0.74 倍答案数、在 1024 预算下使用 0.53 倍答案数，相比最便宜的竞争审计；在 MMLU-Pro 上用 79,133 个答案认证曲线，误差在 0.6% 以内。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
论文提出无需预实验的配对审计方法，可在有限预算下认证测试时缩放曲线。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Statistics Machine LearningCheap to Draw, Expensive to Trust: Certifying Test-Time Scaling Curves
论文提出一种配对审计方法，基于同一问题的两次独立抽取的指数不等式，无需预实验即可认证测试时采样曲线。在 185 个保留分数池上，该方法在 64 预算下使用 0.74 倍答案数、在 1024 预算下使用 0.53 倍答案数，相比最便宜的竞争审计；在 MMLU-Pro 上用 79,133 个答案认证曲线，误差在 0.6% 以内。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。