arXiv cs.CL· Hengyuan Zhang, Chenming Shang, Zunhai Su, Xiao Liang, Hui Shen, Jing Xiong, Dawei Li, Shiping Yang, Kailai Yang, Wei Zhang, Ruobing Xie, Hayden Kwok-Hay So, Ngai Wong·· 6 小时前AI 评分22
SPS：基于状态条件与进度引导的潜在引导框架，提升推理探索效率
Efficient Reasoning Exploration via State-Conditioned Latent Steering with Progress Guidance
AI 导读
针对后训练推理模型在 Best-of-N 采样中出现的"探索崩溃"问题，研究者提出免训练的潜在引导框架 SPS（State-conditioned Progress-guided Steering）。
来源：arXiv cs.CL · arxiv.org