arXiv · cs.LG· Kijung Jeon, Molei Tao·· 4 小时前
CS-VGB：面向连续生成的不完美验证器推理时扩展方法
Imperfect Verifiers, Exact Targets: Inference-Time Scaling for Continuous Generation
AI 导读
研究者提出 Continuous-State Verifier-Guided Backtracking（CS-VGB），一种通过反复去噪与重加噪、从奖励倾斜分布中采样的推理时扩展方法，即使中间验证器不准确，其干净检查点的稳态分布仍等于目标分布。
来源：arXiv · cs.LG · arxiv.org