VERS：通过编辑激活解释引导推理模型

VERS 用激活解释编辑引导推理，可省 token 但竞赛题掉点。

资讯摘要

论文提出 VERS（Verbalize, Edit, Reconstruct, Steer），将一条推理轨迹中“怀疑点”处的解释编辑转化为一个固定方向，并在段落分隔处叠加该方向以引导模型推理。作者报告：在 GSM8K 全测试集上生成 token 减少 45.8%、准确率变化 -0.82 个百分点；MATH-500 上节省 31.3%、准确率变化 -3.05 个百分点。半强度下其 token 与准确率的权衡介于 SEAL 与 DEER 之间；经拟合仿射映射并按模型调强度，该方向可迁移至更大的 Qwen3 模型（至 235B-A22B），节省 30–35% token。但在竞赛题上各规模模型均损失 3–7 个百分点，且固定方向未能区分必要与不必要的检查。

要点速读

1. VERS 把单条推理轨迹怀疑点处的解释编辑整合为一个固定方向，在段落分隔处施加。
2. GSM8K 上 token 减少 45.8%、准确率 -0.82pp；MATH-500 上节省 31.3%、-3.05pp。
3. 方向可迁移至更大 Qwen3 模型（至 235B-A22B）并节省 30–35% token，但竞赛题上各规模均损失 3–7pp。

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 2026/11/4 08:00:28（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。