跳到正文
原文
arXiv 机器学习· Shivam Gupta·· 4 小时前AI 评分35

验证脉冲与摆脱错误共识的成本研究

Verification Pulses and the Cost of Escaping Wrong Consensus

AI 导读

该研究探讨了固定验证预算的时序与寻址对纠正错误共识的影响,推导了跨越共识边界所需的渐近预算窗口。在包含 16 个多数更新槽位且 14 个初始错误的有限群体中,实现 95% 最终恢复需 23 次随机检查,远高于平均场阈值的 9 次。基于 13,392 条大语言模型响应的实验表明,微小的均值预测误差可能掩盖对终端共识占有率的严重低估。

来源:arXiv 机器学习 · arxiv.org