大模型arXiv cs.CL4 天前
CoTS: Competitive Token Selection for Latent Reasoning in Large Language Models
CoTS 提出一种免训练的隐式推理框架，用最高两个候选 token 的概率竞争动态调节离散承诺与软探索的强度，替代传统阈值硬切换，无需额外前向计算，在六个推理基准上优于标准 CoT 及现有免训练隐式推理方法。
已过时译
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
共 1 条符合条件
CoTS 提出一种免训练的隐式推理框架，用最高两个候选 token 的概率竞争动态调节离散承诺与软探索的强度，替代传统阈值硬切换，无需额外前向计算，在六个推理基准上优于标准 CoT 及现有免训练隐式推理方法。