arXiv cs.AI· Bangji Yang, Jiajun Fan, Hongbo Ma, Xi Zhu, Weizhi Zhang, Minghao Guo, Ye Li, Hamid Palangi, Jiaxuan You·· 10 天前AI 评分27
ReSolve：通过选择性生成式审核复用候选推理
ReSolve: Reusing Candidate Reasoning through Selective Generative Moderation
AI 导读
ReSolve 是一种免训练的推理方法，通过选择性生成式审核复用候选推理：当候选答案不一致或无法解析时，调用模型检查已有推导并纳入有界循环。
正文 · AI 翻译
摘要：采样多个解会把计算花费在中间推导和未完成的论证以及最终答案上。我们提出 ReSolve，一种免训练的推理流程，通过选择性生成式调节来复用这些候选推理。当候选答案不一致或缺少可解析的答案时，一个答案分布控制器会调用模型来检查已有的推导，然后将生成的解纳入一个有界循环。在 Hybrid 评分下，对 130 道竞赛数学题使用两个独立采样的候选池进行评估，ReSolve 分别得到 100 和 99 个正确答案，而同样的四个候选进行投票分别得到 91 和 92 个正确答案，且在两个候选池中相对于该投票都没有正确变错误的改变。八样本自洽性分别得到 94 和 96 个正确答案，但消耗的 token 显著更多；在两次评估中，ReSolve 分别少用 46.3% 和 47.2% 的 token。一项受控消融实验去掉了可见的推导，同时保留答案键、投票计数和按状态的输出上限规则，尽管计算量增加，准确率仍从 100 降至 93 个正确答案。选择性和始终开启的 Uniform 调节都解决了 97 道题，而选择性将调节 token 减少约 54%，将整个流程的 token 减少 6.2%。这些结果支持将候选推理视为可复用的推理计算。它们并未确立相对于额外采样的准确率优势，也未确立专门路由指令带来的独特收益。
| 评论： | 修正了作者姓名中的一个拼写错误。论文内容没有变化 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.01140 [cs.AI] |
| （或 arXiv:2610.01140v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.01140 由 DataCite 提供的 arXiv 颁发 DOI |
提交历史
来自：Bangji Yang [查看电子邮件]
[v1]
2026年10月1日星期四 06:19:29 UTC（193 KB）
[v2]
2026年10月6日星期二 05:27:30 UTC（193 KB）
来源：arXiv cs.AI · arxiv.org