对抗式投机推理提升长程智能体准确率

一篇论文提出“对抗式投机推理”：训练草稿模型在关键推理 token 上主动被拒绝，改由目标模型重新采样。作者称，投机解码的草稿接受结果会在 30 步后改变模型输出分布，随机影响长程智能体的推理准确率。 在复杂智能体编码基准上，该方法在不改动目标模型及其输出分布的前提下提升了端到端成功率，仅需训练托管参数的 0.06% 至 0.28%。上述效果为论文作者的说法。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。