语义聚类投票提升小模型数学推理，开放式文本增益有限

Adam Y. Ahmed 与 Abdullah G. Elafifi 发表论文，在小模型上检验测试时扩展：用无需奖励模型或自我评判的语义聚类投票，把指令小模型的多个样本按语义分组，返回最大簇的代表。在 Qwen2.5-3B、Llama-3.2-3B、Gemma-2-2B 三个模型上，投票使数学对照任务准确率提升 10 至 29 个百分点，MATH-500 上提升 8.5 个百分点（95% 置信区间 4.0 至 13.0）。 同一方法用于开放式文本生成时，最多只提高 0.30 个 judge 分，说明该测试时扩展方式对开放式推理的收益明显小于数学任务。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。