热点事件持续更新

PRISM：用过程奖励模型引导推理

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Rituraj Sharma 等作者提出 PRISM，一种由过程奖励模型（PRM）引导的推理算法：它用步骤级验证指导重采样、候选接受与解答聚合。作者称，搭配 PRM-score-vote 聚合方法，PRISM 在 gpt-oss-20b 上于 AIME25、HMMT25 和 GPQA Diamond 分别达到 90.0%、75.4% 和 71.4%，超过 gpt-oss-120b。

AI 根据报道生成 · 2 小时前更新

最新进展10月31日 12:00

PRISM：用过程奖励模型引导推理，突破深度思考的边界

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

12:00
arXiv cs.AI
PRISM：用过程奖励模型引导推理，突破深度思考的边界
PRISM 是一种由过程奖励模型（PRM）引导的推理算法，通过步骤级验证指导重采样、候选接受与解答聚合。搭配 PRM-score-vote 聚合方法，PRISM 在 gpt-oss-20b 上于 AIME25、HMMT25 和 GPQA Diamond 分别达到 90.0%、75.4% 和 71.4%，超过 gpt-oss-120b。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月31日 22:00
近 24 小时变化: –

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。