面向思维剪枝的直接 Pass@k 优化

论文以 pass@k 为目标直接优化思维剪枝的候选池选择。

资讯摘要

论文提出一种测试时推理的候选剪枝方法：在只生成短前缀后，直接以 pass@k 为目标选择保留的候选池，使至少一个被保留的部分解续写后得到正确答案的概率最大化。该目标同时奖励高质量部分解并惩罚冗余，从而在准则层面平衡质量与多样性，而非依赖分开的启发式设计。作者报告在八个开放权重推理模型上优于现有基于质量和基于多样性的剪枝策略，在保留中等数量候选时增益更明显。

要点速读

1. 论文将剪枝中的质量与多样性权衡视为探索与利用问题，并直接优化 pass@k。
2. 方法选择使至少一个部分解续写后得到正确答案概率最大的候选池。
3. 作者报告在八个开放权重推理模型上优于现有质量型和多样性型剪枝策略。

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 2026/10/24 08:00:37（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。