arXiv 自然语言处理· Yunfan Zhou, Ye Zhu, Zhihai Wang, Jianguo Yao, Haibing Guan, Xijun Li·· 9 小时前AI 评分44
确定性不仅是正确性：重新审视 LLM 推理中的 Token 级别确定性
Certainty Is Not Just Correctness: Rethinking Token-Level Certainty in LLM Reasoning
AI 导读
研究表明 LLM 推理中的 token 级别确定性更擅长识别模型容易答对的问题而非区分同题答案正误，且问题难度信息出现在生成初期，正误信息则更集中在末尾。基于此特征在测试阶段推理中进行初期采样分配与末期加权投票，相比固定采样多数投票基线，将准确率从 78.71% 提升至 79.54%，同时降低了 82.4% 的生成 token 成本。
来源：arXiv 自然语言处理 · arxiv.org