Adaptive Power Sampling：面向 LLM 推理的自适应幂采样

一种面向 LLM 推理的训练无关方法 Adaptive Power Sampling 被提出，为序列级幂采样引入查询自适应能力，不再对所有查询统一锐化基础模型分布。理论上，进一步锐化的收益由正确与错误回答之间的 self-reward gap 决定。