arXiv cs.AI· Bo Xue, Ji Cheng, Shen-Huan Lyu, Yuanyu Wan, Shuang Qiu·· 3 天前AI 评分22
BMA-GAI：预算约束下的多属性验证实现测试时扩展
Test-Time Scaling via Budgeted Multi-Attribute Verification
AI 导读
研究者提出 BMA-GAI 算法，将 LLM 答案验证建模为全局预算下的多属性优质臂识别问题，通过成本感知的候选选择与属性自适应采样，在每次观测中同时完成分配引导与随时有效认证，无需单独确认阶段。该算法获得渐近覆盖保证，并推导出匹配的信息论逆定理，证明其在临界预算之外具有一阶最优性。合成基准与 LLM 答案验证任务实验显示，BMA-GAI 比对比方法更高效地分配验证预算，认证出更多高质量候选答案。
正文 · AI 翻译
摘要：在共享计算预算下验证 LLM 生成的答案，需要联合决定检查哪些候选答案以及评估哪些验证属性。我们将此问题建模为全局预算下的多属性优良臂识别：每个候选答案是一个臂，沿多个高成本属性进行评估，目标是在所有属性上认证尽可能多的平均得分超过规定阈值的候选答案。我们提出 \textsc{BMA-GAI}，一种将成本感知的臂选择与属性自适应采样相结合的算法。每次观测既用于指导自适应分配，也用于支持随时有效的认证，从而无需单独的确认阶段。我们为 \textsc{BMA-GAI} 建立了渐近覆盖保证，并推导出与之匹配的信息论逆定理，刻画了问题的内在复杂度，从而证明 \textsc{BMA-GAI} 在临界预算水平之外是一阶最优的。在合成基准和 LLM 答案验证任务上的实验表明，与竞争方法相比，\textsc{BMA-GAI} 能更高效地分配验证预算，并认证更多高质量候选答案。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2609.34322 [cs.AI] |
| （或使用 arXiv:2609.34322v2 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2609.34322 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Bo Xue [查看邮箱]
[v1]
2026年9月28日星期一 05:01:09 UTC（213 KB）
[v2]
2026年10月12日星期一 14:04:09 UTC（210 KB）
来源：arXiv cs.AI · arxiv.org