Hugging Face Daily Papers·· 16 天前AI 评分72
对抗性推测推理提升长程代理能力
Adversarial Speculative Reasoning Improves Long Horizon Agents
AI 导读
该研究指出传统推测解码仅关注接受率会引入数值噪声并影响长程推理准确性。作者提出通过训练草稿模型在关键决策点被拒绝,利用目标模型进行低噪声推理,在不改变目标模型分布的前提下提升长程代理任务的成功率。材料为 arXiv 预印本,未提及具体部署或评测基准细节。
来源:Hugging Face Daily Papers · arxiv.org