arXiv Artificial Intelligence· Haochen Shi, Tianwen Fu, Qianggang Ding, Yinhan Lu, Yizhan Li, Huan Zhang, Yajie Zhao, Xingdi Yuan, Hengyang Lu, Bang Liu·· 20 小时前AI 评分26
Input-Conditioned Search：递归推理器高效测试时扩展的新方法
Input-Conditioned Search for Efficient Test-Time Scaling of Recursive Reasoners
AI 导读
针对递归推理器深度扩展与扰动宽度扩展均可能收敛到错误吸引子的问题，研究者提出 Input-Conditioned Search（ICS），无需额外训练，通过对输入条件搜索为同一隐状态诱导出不同更新映射，从而探索多样化推理轨迹。在六项推理任务上，ICS 取得最高平均准确率，所需模型 FLOPs 比所评估的扩展基线最多少两个数量级。理论分析与数值验证表明，ICS 可在局部消除错误的吸引不动点。
来源：arXiv Artificial Intelligence · arxiv.org