物有所值：使用重置与丢弃（ReD）在固定预算下改进大型语言模型的推理
HuggingFace Daily Papers · · 发布于 2026-09-11 · 1 分钟阅读
arXiv:2601.21522v3 公告类型：replace-cross 摘要：大型语言模型（LLM）在可验证任务上的性能通常通过 pass@k 来衡量，即在 k 次试验中至少正确回答一次问题的概率。在固定预算下，更合适的指标是 c
要点 1
arXiv:2601.21522v3 公告类型：replace-cross 摘要：大型语言模型（LLM）在可验证任务上的性能通常通过 pass@k 来衡量，即在 k 次试验中至少正确回答一次问题的概率。
SOURCES
共 1 个来源