提出直接优化pass@k的思维剪枝方法

2026年10月23日，arXiv Artificial Intelligence 刊出 Mahdi Salmani 等作者的论文，提出一种直接优化 pass@k 的思维剪枝方法。该研究针对测试时推理中质量与多样性的权衡，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，把质量与多样性统一到同一准则中。作者在八个开源权重推理模型上比较该方法与现有质量型、多样性型剪枝策略，结果显示新方法更优，在保留中等数量部分解继续生成时增益尤为明显。目前进展停留在论文层面的方法提出与实验比较，报道未提及代码、数据或后续应用情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。