新方法直接优化pass@k做思维剪枝

Mahdi Salmani 等研究者提出一种直接优化 pass@k 的思维剪枝方法：从候选池中挑选使“至少一个部分解续写后得到正确答案”概率最大的部分解，把质量与多样性的权衡写进目标函数，而非分别按质量或多样性筛选。 作者称，在八个开源权重推理模型上，该方法优于现有的质量型与多样性型剪枝策略，在保留中等数量部分解继续生成时增益尤为明显。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。