标签: 算力

推理模型“想太多”反丢分:arXiv论文提出用承诺-判决差衡量停止时机

推理模型“想太多”反丢分:arXiv论文提出用承诺-判决差衡量停止时机

arXiv 上一篇新论文指出,推理模型在已经答对后继续思考可能把答案改错,而只看最终答案是否正确无法判断何时该停。论文提出用“当前答案正确的概率(承诺)”与“最终答案正确的概率(判决)”之差来衡量继续思考的收益,并在 MATH-500 上测得 DeepSeek-R1-Distill-Qwen-1.5B 在已答…