大模型推理能力

Verifier Threshold: An Efficient Test-Time Scaling Approach for Image Generation

验证阈值：一种高效的测试时间扩展方法用于图像生成

Vignesh Sundaresha, Akash Haridas, Vikram Appia, Lav R. Varshney

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； AMD（超威半导体公司） ； Stony Brook University（石溪大学） 纠错

专题命中 测试时计算 ：verifier(title,abstract)；reasoning(abstract)；test-time compute(abstract)

AI总结 本文提出Verifier-Threshold方法，通过自动重新分配测试时间计算，提升图像生成模型的效率，在GenEval基准上实现2-4倍的计算时间减少。

Comments ICLR 2026 ReALM-Gen and DeLTa

Reaching Beyond the Mode: RL for Distributional Reasoning in Language Models

超越模式：语言模型中的分布推理强化学习

Isha Puri, Mehul Damani, Idan Shenfeld, Marzyeh Ghassemi, Jacob Andreas, Yoon Kim

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出一种多答案强化学习方法，使语言模型在推理时能生成多个可能的假设并评估其置信度，提升多样性和准确性。

From Scale to Speed: Adaptive Test-Time Scaling for Image Editing

从尺度到速度：面向图像编辑的自适应测试时间缩放

Xiangyan Qu, Zhenlong Yuan, Jing Tang, Rui Chen, Datao Tang, Meng Yu, Lei Sun, Yancheng Bai, Xiangxiang Chu, Gaopeng Gou, Gang Xiong, Yujun Cai

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； AMAP, Alibaba Group（阿里巴巴集团高德地图） ； University of Queensland（昆士兰大学） 纠错

专题命中 测试时计算 ：chain-of-thought(abstract)；CoT(abstract)；verifier(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出ADE-CoT框架，通过动态资源分配、编辑特定验证和深度优先停止策略，提升图像编辑效率与性能，实验显示在同等采样预算下性能优于现有方法。

Comments Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

The Limits of Inference Scaling Through Resampling

通过重采样实现推理扩展的极限

Benedikt Stroebl, Sayash Kapoor, Arvind Narayanan

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 测试时计算 ：reasoning(abstract)；verifier(abstract)；分类 cs.AI、cs.LG

AI总结 研究指出，重采样方法在验证器不完美时存在根本限制，无法降低误报率，从而限制了推理扩展的准确性，无论计算资源如何。

TopoPilot: Reliable Conversational Workflow Automation for Topological Data Analysis and Visualization

TopoPilot：拓扑数据分析和可视化可靠对话工作流自动化

Nathaniel Gorski, Shusen Liu, Bei Wang

机构 * University of Utah（犹他大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

专题命中 测试时计算 ：verifier(abstract)；分类 cs.AI、cs.LG

AI总结 TopoPilot通过双代理架构和系统性防护机制，实现复杂科学可视化工作流的可靠自动化，其在1000次多轮对话中成功率达99%。

Prune as You Generate: Online Rollout Pruning for Faster and Better RLVR

在生成过程中剪枝：用于更快更好RLVR的在线回滚剪枝

Haobo Xu, Sirui Chen, Ruizhong Qiu, Yuchen Yan, Chen Luo, Monica Cheng, Jingrui He, Hanghang Tong

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊） 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出arrol方法，通过在生成过程中剪枝回滚，提高RLVR的训练效率和准确性，实验显示在Qwen-3和LLaMA-3.2模型上平均准确率提升2.30至2.99，训练速度提升1.7倍，测试时扩展性提升8.33。

Comments 17 pages, 4 figures

When Is Collective Intelligence a Lottery? Multi-Agent Scaling Laws for Memetic Drift in LLMs

集体智慧何时是一场彩票？LLM中膜etic漂移的多智能体缩放定律

Hidenori Tanaka

机构 * CBS–NTT Program in Physics of Intelligence（物理智能中心-NTT项目） ； Center for Brain Science（脑科学中心） ； Harvard University（哈佛大学） ； Physics of Artificial Intelligence Group（人工智能物理研究组） ； NTT Research, Inc.（NTT研究公司） 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI

AI总结 研究通过QSG模型揭示LLM多智能体系统中集体共识的形成机制，发现共识可能由膜etic漂移驱动，提出基于群体规模、通信带宽等因素的缩放定律。

Comments 19 pages, 10 figures