研究提出基于多重重要性采样的引导式推测推理算法

2026年10月27日，arXiv发表的一项机器学习研究提出将引导式推测推理（GSI）拓展至多模型集成场景。该方法由多个小型大语言模型协同生成草稿推理步骤，并由基础模型与过程奖励模型进行验证。为聚合多个提议分布，研究采用了基于多重重要性采样（MIS）的技术方案，并从理论上证明了平衡启发式（balance heuristic）的最优性及其理论界。实验结果显示，在保持总采样数相同的情况下，该方法不仅能维持模型的 pass@N 性能，还解决了单模型支撑集覆盖不足引发的失效问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。