09:17
官方账号arXiv cs.LG@Spiros Baxevanakis, Peng-Jian Yang
推荐理由：这篇论文告诉你，在小模型上用测试时扩展，关键是让模型把答案写出来，而不是复杂搜索。Qwen2.5-VL调参后性价比很高。
EXAMS-V
共 1 条相关 AI 资讯
7月13日
09:17
研究测试时扩展(TTS)是否适用于小规模开源视觉语言模型，使用EXAMS-V多语言视觉多项选择基准。实验对比self-consistency、describe-then-reason结合PRM引导束搜索等方法，基于Qwen2.5-VL-7B-Instruct和Qwen3.5-4B。关键因素是链的可解析性：提示格式导致链正确但不输出答案，加入答案提示和修复步骤后改善。每链token上限从1k升至2k恢复3.7个百分点，但增加链数从8到16仅提升0.15个百分点。PRM束搜索落后普通self-consistency 0.39个百分点且成本高8倍，最佳配置在ImageCLEF 2026测试集达84.1%并排名第一。