跳到正文
热点事件持续更新

ThinkFuse:小模型测试时融合框架发布

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Myunghoon Kang 等作者提出 ThinkFuse,一个免训练的测试时融合框架,用于小型推理模型。它通过对比片段级不确定性与轨迹级不确定性趋势,识别不稳定推理点,再把辅助推理路径融入主模型轨迹。 作者称,该方法在数学与知识密集型推理基准上优于基线,在不同模型族组合下均有稳定增益,且融合触发次数更少、生成 token 更少,主模型较小时仍保持稳健。代码已开源。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv:cs.AI
    ThinkFuse:面向小型推理模型的轨迹感知测试时融合

    ThinkFuse 是一个免训练的测试时融合框架,通过对比片段级不确定性与轨迹级不确定性趋势来识别不稳定推理点,并将辅助推理路径融入主模型轨迹。在数学与知识密集型推理基准上,它优于基线,且在不同模型族组合下均有稳定增益。该方法融合触发次数更少、生成 token 更少,主模型较小时仍保持稳健,代码已开源。

本事件热度走势

可比范围当前
9
可比范围峰值
910月7日 14:00
近 24 小时变化
–

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。