热点事件持续更新
测试时数学推理中的预算边界效应研究
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
研究通过19,200条公开轨迹的配对离线回放，测量AIME、BrUMO和HMMT问题在4k、8k、32k token cap下的边界选择。结果显示严格停止会因前缀未完成而损失准确率；advisory策略在低成本下准确率高于严格停止，但在高成本下低于严格32k。候选覆盖增加不保证准确率提升，相同cap下多数准确率差异缩小至1.3个百分点以内。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
研究通过大规模离线回放揭示测试时数学推理中预算边界对准确率的影响，advisory策略在低成本下表现更优。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Artificial Intelligence测试时数学推理中的预算边界效应
研究通过19,200条公开轨迹的配对离线回放，测量AIME、BrUMO和HMMT问题在4k、8k、32k token cap下的边界选择。发现严格停止会因前缀未完成而损失准确率，而advisory策略在低成本下准确率高于严格停止，但在高成本下低于严格32k。候选覆盖增加不保证准确率提升，相同cap下多数准确率差异缩小至1.3个百分点以内。
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。