ホットトピック継続更新中
研究提出Scorpio方法优化测试时计算自评估
1 件の報道1 件の報道元23 時間前 更新
まずこの件を把握する
AI 概要
2026年11月，一项新研究针对测试时计算自我评估中增加候选无法持续缩小与 pass@N 差距的问题，提出了对随机分组候选进行联合评分的 Scorpio 方法。在数学、代码等基准测试中，Scorpio 在验证任务中较最强基线最高提升了 7 个百分点的准确率，同时使推理成本降低了 17% 至 42%。此外，该方法在树搜索与编程聚合任务中，分别带来了最高 10 个和 11 个百分点的准确率提升。
AI が報道をもとに生成 · 19 時間前 更新
最新の進展11月3日 13:00
研究提出联合评分候选的Scorpio方法，提升自评估准确率并降低推理成本。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月3日
- arXiv 机器学习论测试时计算用于自我评估的局限性
新研究针对测试时计算自我评估中增加候选无法持续缩小与 pass@N 差距的问题，提出对随机分组候选联合评分的 Scorpio 方法。在数学、代码等基准上，Scorpio 在验证任务中较最强基线最高提升 7 个百分点准确率，同时推理成本降低 17-42%。此外，该方法在树搜索与编程聚合任务中分别带来最高 10 和 11 个百分点的准确率提升。
このストーリーのホット度の推移
現在のホット度 5·比較可能範囲のピーク 9（11月3日 18:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。