AI在线 AI在线

Best-of-N

扩展外部测试时Scaling Law，中关村学院新发现：轻量级验证器可解锁LLM推理最优选择

扩展外部测试时Scaling Law，中关村学院新发现：轻量级验证器可解锁LLM推理最优选择
本文由北京中关村学院、哈尔滨工业大学、中科院自动化所等多家单位作者共同完成，第一作者为北京中关村学院与哈尔滨工业大学联培博士生俞斌，指导教师包括：哈尔滨工业大学教授 & 哈工大青岛研究院院长王佰玲，北京中关村学院 & 中关村人工智能研究院具身智能方向负责人陈凯。 研究背景：Test-Time Scaling 的两种范式在大语言模型（LLM）席卷各类复杂任务的今天，“测试时扩展”（Test-Time Scaling，TTS）已成为提升模型推理能力的核心思路 —— 简单来说，就是在模型 “答题” 时分配更多的计算资源来让它表现更好。 严格来说，Test-Time Scaling 分成两类：内部 Test-Time Scaling：以 DeepSeek-R1 为代表的推理型大模型通过拉长思维链来实现内部的测试时扩展。
11/6/2025 2:31:00 PM
机器之心
  • 1