Skip to content
Hot eventLive

用势函数估计自回归语言模型期望

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月9日，arXiv（Artificial Intelligence分类，一手来源）发表论文，提出在自回归语言模型下利用采样时自然得到的 next-token 条件概率，更高效地估计测试泛函的期望。方法通过定义在 prefix 上的实值势函数对测试泛函进行加性分解，构造出方差依赖于所选势函数的估计量，并推导出势函数降低方差的条件。论文称在多个估计目标上以相近计算成本实现了显著的方差降低。目前仅见此一篇报道，尚无后续验证或独立复现信息。

Generated from reports · updated 3 hr ago

LatestOct 9
arXiv新论文提出用prefix上势函数加性分解，降低自回归语言模型期望估计方差。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. arXiv · Artificial Intelligence
    在自回归语言模型下用势函数估计期望

    论文提出在自回归语言模型下利用采样时自然得到的 next-token 条件概率，更高效地估计测试泛函的期望。方法通过定义在 prefix 上的实值势函数对测试泛函进行加性分解，构造出方差依赖于所选势函数的估计量，并推导出势函数降低方差的条件。在多个估计目标上以相近计算成本实现了显著的方差降低。

Heat trend

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

02.557.510Oct9Oct9Oct9Oct9

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.