arXiv cs.CL· Xinglin Wang, Zishen Liu, Tong Zheng, Shaoxiong Feng, Peiwen Yuan, Yiwei Li, Jiayi Shi, Yueqi Zhang, Chuyi Tan, Ji Zhang, Boyuan Pan, Kan Li·· 10 天前AI 评分27
PersonTTS：通过摊销式智能体策略发现实现个性化测试时扩展
From Pareto to Preference: Personalized Test-Time Scaling via Amortized Agentic Policy Discovery
AI 导读
PersonTTS 是一个摊销式智能体策略发现框架，将个性化测试时扩展（TTS）形式化为发现能最大化用户多维需求联合满足率的可执行控制器，通过需求匹配的控制器初始化和源蒸馏过程指导复用先前搜索经验。
正文 · AI 翻译
作者：Xinglin Wang、Zishen Liu、Tong Zheng、Shaoxiong Feng、Peiwen Yuan、Yiwei Li、Jiayi Shi、Yueqi Zhang、Chuyi Tan、Ji Zhang、Boyuan Pan、Kan Li
摘要：测试时扩展（TTS）通过分配额外的推理计算来提升大语言模型的推理能力。现有的提升 TTS 效率的方法大多一次只针对一个资源维度优化准确率，分别推进准确率—成本或准确率—延迟的帕累托前沿。然而用户需求是多维的：用户可能同时指定准确率、延迟和推理成本要求，而不同需求可能偏好不同的控制器。我们将个性化测试时扩展形式化为：发现可执行控制器，以最大化用户特定需求的联合满足率。为降低针对新用户画像重复进行策略发现的开销，我们提出 PersonTTS，一种摊销式智能体策略发现框架，通过需求匹配的控制器初始化和源蒸馏的程序性指导来复用先前的搜索经验，同时为每个候选保留目标画像评估。在 AIME 和 HMMT 上的实验表明，PersonTTS 在未见过的用户画像和留出问题上，在联合需求满足方面显著优于强 TTS 基线。在相同的候选评估预算下，跨用户经验复用进一步提升了策略质量，同时大幅减少了发现智能体的时间和成本。
| 评论： | 预印本 |
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.09684 [cs.CL] |
| （或 arXiv:2610.09684v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09684 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xinglin Wang [查看邮箱]
[v1]
2026年10月7日星期三 08:46:56 UTC（540 KB）
来源：arXiv cs.CL · arxiv.org