APCD多路径对比解码框架提出

Tianyu Zheng 等作者提出自适应路径对比解码（APCD），一种无需重训练或微调的多路径对比解码框架，用于提升大语言模型生成的事实可靠性。该框架通过熵驱动路径扩展在高不确定性决策点展开解码，并用散度感知路径对比调节并行路径间的对比交互。 作者称，APCD 在 4 个 LLM 基座、8 个通用与医学问答基准上持续优于强推理时基线，同时保持有竞争力的推理效率，代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。