PRISM：PRM引导推理算法提出

2026年10月30日，arXiv Artificial Intelligence 刊出 Rituraj Sharma 等人的论文，提出由过程奖励模型（PRM）引导的推理算法 PRISM。报道称，该算法对 Deep Think 系统做功能分解，利用步骤级验证指导重采样、候选接受与答案聚合，并搭配 PRM-score-vote 聚合方法。报道给出的评测结果显示，PRISM 在 gpt-oss-20b 上于 AIME25、HMMT25 和 GPQA Diamond 分别达到 90.0%、75.4% 和 71.4%，超过 gpt-oss-120b。目前该事件仅有这一篇主报道，尚无跟进报道，上述成绩均为论文方自述，未见独立复现或第三方验证。

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。