ReSolve：免训练推理复用候选推理过程

Bangji Yang 等作者提出免训练推理方法 ReSolve，通过选择性生成式审核复用候选推理过程。在 130 道竞赛数学题、两次独立采样的候选池上，Hybrid 评分下 ReSolve 分别答对 100 和 99 题，而同样四个候选的投票只答对 91 和 92 题，且相对投票未出现由对变错的改动。 八样本自一致性在这两次评测中分别答对 94 和 96 题，但 ReSolve 的 token 消耗比它少 46.3% 和 47.2%。作者称，选择性审核与始终开启的 Uniform 审核都解出 97 题，而选择性审核减少约 54% 的审核 token、6.2% 的总流程 token。 作者也表示，这些结果未证明 ReSolve 相对额外采样有准确率优势，也未证明专门路由指令有独立收益。

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。