LLMのテスト時拡張手法：入力多様性の効果検証

arXiv stat.ML ・ 2026-08-10

原題: Test-Time Augmentation for LLMs: When Input Diversity Beats Output Diversity at Matched Compute

AI による要約

LLMのテスト時スケーリングにおいて、出力多様性ではなく入力多様性に注目したTest-Time Augmentation（TTA）を提案。意味的言い換え、語彙的摂動、視覚変換の3手法を6つのデータセットで比較し、同等の計算コストで入力側多様性が出力側多様性よりも効率的に精度向上に寄与することを示す。

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 stat.ML）をご確認ください。