大型推理模型早停方法综述与实证审计

1. 13:00
   arXiv cs.AI

   大型推理模型的早停方法：效率与可靠性综述及实证审计

   研究用共享 rollout 回放协议在 5 个推理模型上评测早停方法，覆盖数学与科学推理、代码生成和事实性任务，并提出 Target-Integrated Token Efficiency（TITE）以衡量相对 oracle 的 token 效率。实验发现，退出位置越靠后，正确率下降幅度超出拟合的解码噪声模型预测；可靠性检查还发现强制终止后推理仍在继续，部分早停正确的输出其支撑推理更弱。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。