arXiv Artificial Intelligence· Mahdi Salmani, Adel Javanmard, Devansh Gupta, Meisam Razaviyayn·2026-10-23 12:00· 3 小时前AI 评分31

Direct Pass@$k$ 优化：为思维剪枝平衡测试时推理的质量与多样性

Direct Pass@$k$ Optimization for Thought Pruning: Balancing Quality and Diversity in Test-Time Reasoning

AI 导读

研究者提出一种直接优化 pass@$k$ 的思维剪枝方法，通过选择使至少一个部分解续写后得到正确答案概率最大的候选池，将质量与多样性统一到同一准则中。在八个开源权重推理模型上，该方法优于现有的质量型与多样性型剪枝策略，在保留中等数量部分解继续生成时增益尤为明显。