LLMの推論時計算量を適応的かつ解釈可能に割り当てるフレームワーク

arXiv cs.AI ・ 2026-08-04

原題: Interpretable Adaptive Sampling for LLM Test-Time Scaling

AI による要約

LLMのテスト時スケーリングにおいて、プロンプトの難易度やモデルの確信度に応じた可解釈な適応的サンプリング手法を提案した。固定バジェットに代わり推論コストを柔軟に最適化することで、効率的かつ透明性の高い推論時スケーリングを実現する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。