热点事件持续更新
LLM Beam Search 理论保证：CF-Beam 降低采样复杂度
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
2026-10-01，arXiv Machine Learning Theory 发表一手论文，为 LLM 推理中的 beam search 建立测试时计算下界，证明最优响应存活至少需要 Ω(C⋆(x)²) 个样本。论文提出 CF-Beam，将前缀竞争场景下的覆盖依赖从二次降至近线性，遗憾值由稀有失败概率和路径级覆盖系数决定。实验显示 beam search 在困难实例和更长推理窗口下比 Best-of-N 等序列级方法更稳健。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
论文为 beam search 建立测试时计算下界并提出 CF-Beam，降低覆盖依赖。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Machine Learning TheoryBeam Search 在 LLM 推理中的可证明测试时扩展性
论文为 LLM 推理中的 beam search 建立了测试时计算下界，证明最优响应存活至少需要 Ω(C⋆(x)²) 个样本。提出的 CF-Beam 将前缀竞争场景下的覆盖依赖从二次降至近线性，且遗憾值由稀有失败概率和路径级覆盖系数决定。实验显示 beam search 在困难实例和更长推理窗口下比 Best-of-N 等序列级方法更稳健。
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。