多路径计划聚合提升测试时扩展帕累托前沿

MPPA 用多计划聚合以更少 token 获得更高准确率

资讯摘要

论文提出多路径计划聚合（MPPA），在共享冻结主干上分别用 LoRA 适配器学习规划与答案选择：规划器联合生成 K 个简短计划，各引导冻结执行器生成一个解，聚合器再对解打分并选出最终答案。作者报告在五个数学与科学基准、三个主干上，MPPA 改善了准确率与 token 的权衡；使用三个计划时平均准确率高于八个直接采样加多数投票或同一学习聚合器，输出 token 减少 47–54%。

要点速读

1. MPPA 用独立 LoRA 适配器分别承担规划与聚合，主干保持冻结
2. 三个计划的平均准确率超过八个直接采样加多数投票，输出 token 减少 47–54%
3. 在五个数学与科学基准、三个主干上评估，并测试了任务自带子任务场景

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 2026/10/28 08:00:17（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。