arXiv 自然语言处理· Yi Ding, Mengyu Wang, Min Zhou, Menglin Yang·· 9 小时前AI 评分43
REWIND：面向测试时推理的不确定性引导轨迹修复
REWIND: Uncertainty-Guided Trajectory Repair for Test-Time Reasoning
AI 导读
免训练控制器 REWIND 利用熵动态引导针对性后缀重新生成，实现了测试时推理轨迹的精准修复。实验显示 Qwen2.5-Math-7B 在 MATH500 上错误响应的平均 token 熵相对增加约 112%，REWIND 跨 3 个模型家族和 5 个基准测试比最强基线提升 0.51-10.00 个百分点，相关代码已开源。
来源：arXiv 自然语言处理 · arxiv.org