研究团队提出免训练CBS解码方法
热点事件持续更新
研究团队提出免训练CBS解码方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究作者团队提出并发布无需训练的测试时自蒸馏（CBS）解码方法：在MATH500上，该方法让Qwen3.5-0.8B较普通beam search提升8.2分，达到48.0%，且全程不需要训练、示例或验证器。 CBS以“优秀推理”与“错误推理”两个反事实上下文的log-odds差作为奖励，通过beam search近似KL正则化的最优策略。消融实验显示，中性提示下得分为38.0%，对比式提示则提升11.1分至50.9%；团队还在HumanEval、GPQA及多个模型规模上进行了验证。
AI 根据报道生成 · 1 小时前更新
最新进展11月12日 19:30
CBS 无需训练，让 beam search 在 MATH500 提升 8.2 分报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- AGI HuntCBS 无需训练，让 beam search 在 MATH500 提升 8.2 分
作者团队提出无需训练的 CBS 方法，以「优秀推理」与「错误推理」上下文的 log-odds 差作为奖励，通过 beam search 近似 KL 正则化最优策略。CBS 无需 demo 或 verifier，MATH500（Qwen3.5-0.8B）较 beam search 提升 8.2 分至 48.0%，并在 HumanEval、GPQA 上验证。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。