提出置信度校准的推理扩展控制器

2026年10月16日，arXiv Artificial Intelligence 刊出 Weida Liang、Kenji Kawaguchi 的论文，提出面向评估器引导测试时推理的置信度校准推理扩展方法。研究将评估器引导推理建模为计算感知的三动作控制器：按预测答案成功率给终止动作打分，用基于 rollout 的续推成功代理给扩展打分，并显式计入计算成本。在留出的宽度扩展与修订任务上，该控制器相比校准选出的固定策略提升了观测效用，同时将归一化在线计算量分别降低约30%和16%。在四个 Qwen3-8B 随机种子上，两种设置的计算量均低于拟合 Q，效用差异较小且方向不一。目前进展为论文发表并报告上述实验结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。