提出基于粒子滤波(如序贯蒙特卡洛,SMC)的理论框架来分析语言模型推理时的并行生成、聚合与剪枝方法,在给定过程奖励模型下研究采样准确性与计算代价的权衡,并给出非渐近理论保证、算法改进及根本性局限。
机构:Microsoft
来源:arXiv 2603.07887 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程