FLCVA 审计框架检验自适应推理:继续思考的真实价值有限
这篇论文拿数据拆穿了自适应推理里的一个常见假设:预测当前答案错了,不代表多想一步就能改对。作者用 Qwen3-8B、DeepSeek-R1-Distill-Qwen-7B 和 Llama-8B 做对照实验,结论对做测试时算力分配的人很有参考价值。做推理调度或 agent 工程的开发者建议看看。
这篇论文拿数据拆穿了自适应推理里的一个常见假设:预测当前答案错了,不代表多想一步就能改对。作者用 Qwen3-8B、DeepSeek-R1-Distill-Qwen-7B 和 Llama-8B 做对照实验,结论对做测试时算力分配的人很有参考价值。做推理调度或 agent 工程的开发者建议看看。
这个技术很实用,能让你在本地设备上更高效地运行大语言模型,不用复杂配置,还能根据任务自动选择合适的模型精度。
傅聪团队和厦大搞了个ManCAR新框架,做推荐比之前方法强了将近一半,用流形约束让推荐结果更准更靠谱。