MPPA：多路径计划聚合提升测试时扩展效率
热点事件持续更新
MPPA：多路径计划聚合提升测试时扩展效率
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Siheng Xiong 等作者提出多路径计划聚合（MPPA）方法：在共享冻结主干上，用两个独立的 LoRA 适配器分别学习规划与答案选择。规划器一次生成 K 个简短计划，每个计划引导冻结执行器生成解答，再由聚合器打分选出最终答案。 作者称，在五个数学与科学基准、三个主干模型上，MPPA 仅用 3 个计划，平均准确率即超过 8 个直接采样加多数投票或同等学习聚合器，输出 token 减少 47–54%。上述效果为论文报告结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
多路径规划聚合（MPPA）推进测试时扩展的帕累托前沿报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CL多路径规划聚合（MPPA）推进测试时扩展的帕累托前沿
多路径规划聚合（MPPA）在共享冻结主干上分别用 LoRA 适配器学习规划与答案选择，规划器联合生成 K 个简短计划，各自引导冻结执行器生成解答，再由聚合器打分选出最终答案。在五个数学与科学基准、三个主干模型上，MPPA 用 3 个计划即超过 8 个直接采样加多数投票或同等学习聚合器的平均准确率，输出 token 减少 47–54%。
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。