论文研究测试时数学推理的预算边界效应

2026年10月1日，一篇发表于arXiv cs.AI分类的论文《测试时数学推理中的预算边界效应》研究了测试时控制器在累计token上限处的停止选择问题。研究通过19,200条公开轨迹的配对离线回放，测量控制器在预算边界处是严格停止，还是允许当前尝试完成。目前该研究仅公开了方法设计，尚未见后续结果或讨论。

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。