研究提出DIA方法应对单模型推理误差相关

Ming Shen、Tianjun Yao 等研究者提出 DIA（Disagreement-triggered Independent Arbitration）推理方法，针对的是同一推理模型在测试时扩展中产生的错误彼此相关的问题。 研究指出，同一模型重复采样、加深推理深度及自我评估所得的错误并不独立，因此“更多计算即更多独立证据”的假设不成立。DIA 的做法是：把中间阶段与最终阶段预测的分歧当作逐题判断推理是否不稳定的信号；一旦出现分歧，就交由一组异构小模型在看不到候选答案的情况下独立求解，并直接聚合它们的答案。 报道未给出该方法在基准测试上的效果数据。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。