CoRefine：基于置信度引导的自适应测试时计算自我完善
量子物理
2026-02-10 v1
摘要
大型语言模型(LLM)通常通过并行解码（例如，512个样本）进行测试时扩展以提高推理准确性，但计算成本高昂。我们引入CoRefine，这是一种基于置信度引导的自我完善方法，通过轻量级211k参数的Conv1D控制器 atop 冻结的LLM 实现了与并行方法相当的准确性，同时显著降低token数。控制器消耗完整轨迹的置信度，以决定是停止、重新检查还是尝试不同方法，从而实现针对性的自我纠正，每道问题平均进行2.7次完善，相对于512样本基线大约减少190倍的token使用。在多样化的推理基准测试中，控制器在自信停止时达到92.6%的精确率，表明置信度动力学可靠地指示正确性而无需真实答案验证。我们将其扩展为CoRefine-Tree，一种混合顺序-并行变体，能够自适应地平衡探索与开发，易于部署且兼容验证器。通过将置信度视为控制信号而非正确性保证，CoRefine为可扩展的推理和具有 imperfect 验证器的智能体设置提供了一个模块化的基本要素。
引用
@article{arxiv.2602.08947,
title = {Long distance quantum illumination and ranging using polarization entangled photon pairs in a lossy environment},
author = {Sujai Matta and Soumya Asokan and Sanchari Chakraborti and Mayank Joshi and Rahul Dalal and C. M. Chandrashekar},
journal= {arXiv preprint arXiv:2602.08947},
year = {2026}
}
备注
9 pages, 7 figures, 38 references