PLRM用可并行变分框架建模多条潜在推理轨迹
资讯摘要
论文提出概率潜在推理模型PLRM，将推理从逐词生成的语言空间转移到连续潜在空间，以建模多条有效推理路径的分布。PLRM采用JEPA式目标，后验从观测推理轨迹并行推断潜在分布，先验通过teacher forcing预测后续分布，并引入离散策略变量与混合先验保留多轨迹的高斯混合结构。作者报告其在单轨迹数据集上与确定性潜在推理模型表现相当，在多轨迹数据集上优于随机基线。
要点速读
- PLRM采用JEPA式目标：后验并行推断潜在分布，先验用teacher forcing预测后续分布
- 引入离散策略变量与混合先验，避免多条推理轨迹坍缩为单一高斯
- 作者报告单轨迹数据集表现与确定性潜在推理模型相当，多轨迹数据集优于随机基线
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。