Tag: Test Time

All the articles with the tag "Test Time".

• SSR: Speculative Parallel Scaling Reasoning in Test-time

  Published: 23 May, 2025 |  at  11:09 AM

  

  85.72 🤔

  本文提出SSR框架，通过选择性并行模块和步骤级推测性解码，在测试时显著提升大型语言模型在数学推理任务中的效率-准确性权衡，无需额外训练。

• HAPO: Training Language Models to Reason Concisely via History-Aware Policy Optimization

  Published: 20 May, 2025 |  at  11:10 AM

  

  85.33 🤔

  HAPO 通过历史感知的策略优化训练语言模型，利用动态长度奖励机制显著减少推理输出长度（33-59%），同时仅以 2-5% 的准确率下降为代价，优于现有方法。

• Test-time regression: a unifying framework for designing sequence models with associative memory

  Published: 7 May, 2025 |  at  12:16 AM

  

  71.71 🤔

  本文提出一个基于测试时回归的统一框架，通过将关联回忆形式化为回归问题，推导出多种序列模型（如线性注意力、状态空间模型、softmax注意力），并通过合成实验验证其回归能力，同时提出高阶注意力泛化。

• TTRL: Test-Time Reinforcement Learning

  Published: 4 May, 2025 |  at  04:30 PM

  

  93.49 👍

  本文提出测试时强化学习（TTRL）方法，通过多数投票估计奖励，在无标签测试数据上训练大语言模型，实现模型自演化并显著提升推理任务性能。

• A Survey on Test-Time Scaling in Large Language Models: What, How, Where, and How Well?

  Published: 6 May, 2025 |  at  11:19 PM

  

  90.65 😐

  本文通过提出一个四维度分类框架（什么扩展、如何扩展、哪里扩展、扩展效果如何），系统综述了测试时扩展（TTS）在大型语言模型中的研究现状，为理解和应用推理阶段计算扩展提供了结构化视角和实践指导。