arxiv · arXiv · 2026-10-06 01:53 · 评分 87
论文针对语言模型采样中累计错误答案概率超过正确答案的问题，提出对答案概率做幂次锐化（Power Distribution）以提升推理，并实现同策略蒸馏，避免逐查询生成大量候选，在不改参数情况下改善模型推理能力。
原文：arXiv ｜ 返回 AI 资讯列表