Scalable Power Sampling：无需训练与验证器，用分布锐化提升 LLM 推理效率

研究者提出 Scalable Power Sampling，一种无需训练、无需验证器的算法，通过自回归地锐化基座模型的生成分布来提升 LLM 推理能力。该方法基于自回归幂分布的词元级分解，将全局幂分布近似为词元级缩放低温分布，从而省去迭代 MCMC。在数学、QA 和代码任务上，其表现匹配或超越 one-shot GRPO，且推理延迟较 MCMC 采样降低逾 10 倍。