Self-RefineやReflexionは同等トークン数の繰り返しサンプリングに敗北

arXiv cs.AI ・ 2026-07-30

原題: Sample More, Reflect Less: Self-Refine and Reflexion Lose to Repeated Sampling at Equal Token Cost, from 1.5B to 7B

AI による要約

言語モデルの自己反省や計画といった手法が、同一の計算量における繰り返しサンプリングと比較して精度向上に寄与しないことを実験で示した。推論プロセスの検証において、計算コストあたりの正確な効果を見極めるために重要である。

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。