面向评估器引导测试时推理的置信度校准推理扩展

英文标题：Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning

该论文研究评估器引导推理中的测试时决策问题：系统在每一步需要决定信任当前答案、返回备选答案，还是投入更多推理计算。作者将这一选择建模为一种计算感知的三动作控制器，并对终止动作进行预测评分。该方法旨在通过置信度校准，更有效地分配推理时计算资源，对需要在质量、成本与延迟之间权衡的开发者和 Agent 系统具有参考意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB