研究者提出PGLA成对引导logit调整框架

2026年10月14日，arXiv Artificial Intelligence 刊出研究，Cong Hua 等作者提出 Pairwise-Guided Logit Adjustment（PGLA）测试时扩展框架。该框架受社会选择理论中孔多塞原则启发，引入支持不同答案的推理路径之间的成对置信度比较，并通过 KL 正则化目标将这种比较证据与投票支持度结合。据作者表述，PGLA 使比较证据能够补偿较弱的投票支持，并纠正基于投票的排序错误。目前报道仅涉及该框架的提出与设计思路，未提及适用模型范围、使用条件或收费安排。

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。