通过协调推理路径实现规划式测试时扩展

英文标题：Planned Test-Time Scaling with Coordinated Reasoning Paths

论文提出一种通过协调多个推理分支进行规划式测试时扩展的方法。现有广泛采用的并行分支重复采样方式，通常从同一策略中独立生成多条路径，可能导致尝试内容重复。该研究关注在具有挑战性的推理任务中提升测试时计算资源利用效率，并为开发者设计更具协同性的 Agent 推理与搜索机制提供参考。

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