研究者提出免训练UAA框架优化LLM树搜索
热点事件持续更新
研究者提出免训练UAA框架优化LLM树搜索
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者提出免训练的UAA（不确定性感知预算分配）框架，用于高效LLM树搜索：价值决定哪些候选值得扩展，由兄弟节点语义分散度估计的不确定性决定扩展多少，并通过不确定性感知剪枝与预算分配实现。 在数学推理、逻辑推理和规划基准上，UAA在精度相当的情况下最多减少90% token用量、延迟最多降低9倍，且可泛化到四种树搜索算法及开源与闭源LLM。
AI 根据报道生成 · 45 分钟前更新
最新进展10月19日 12:00
UAA：面向高效 LLM 树搜索的不确定性感知预算分配框架报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.CLUAA：面向高效 LLM 树搜索的不确定性感知预算分配框架
研究者提出免训练的 UAA 框架，将价值与不确定性解耦：价值决定哪些候选值得扩展，由兄弟节点语义分散度估计的不确定性决定扩展多少，并通过不确定性感知剪枝与预算分配实现。在数学推理、逻辑推理和规划基准上，UAA 在精度相当的情况下最多减少 90% token 用量、延迟最多降低 9 倍，且可泛化到四种树搜索算法及开源与闭源 LLM。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。