热点事件持续更新
研究者提出测试时推理轨迹修复框架REWIND
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月15日，相关研究者在arXiv发表论文，提出名为REWIND的测试时推理轨迹修复框架。该框架是一种免训练控制器，通过利用熵动态引导针对性后缀重新生成，实现对测试时推理轨迹的精准修复。实验显示，Qwen2.5-Math-7B在MATH500基准上错误响应的平均token熵相对增加约112%；在跨3个模型家族和5个基准测试的评估中，REWIND比最强基线提升了0.51至10.00个百分点。目前相关代码已正式开源。
AI 根据报道生成 · 8 小时前更新
最新进展10月15日 12:00
研究者提出测试时推理轨迹修复框架REWIND并开源代码，在多项基准测试中超越最强基线。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 自然语言处理REWIND：面向测试时推理的不确定性引导轨迹修复
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。
本事件热度走势
当前热度 8·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。