09:30
官方账号arXiv cs.AI@Cheng Yan, Guangyang Ye, Wuyang Zhang, Fan Xu, Zhijun Fan, Xiang Xia, Yanyong Zhang
推荐理由：这篇论文的PUMA框架能实时诊断大模型推理时是有效思考还是绕圈子，在1.5B到32B模型上准确率更高且更省计算，推荐给关心推理效率的朋友。
PUMA
共 1 条相关 AI 资讯
7月21日
09:30
PUMA提出相位-动量对齐假设与认知能量模型，以诊断大推理模型（LRM）在测试时缩放中的过度思考问题。与易受欺骗性收敛的信息论方法不同，PUMA通过轻量级相位监测和事件触发几何分析，实时区分主动探索与被动停滞。在1.5B至32B参数的LRM上，PUMA在多个基准上实现了更优的准确率-效率权衡，优于现有基线方法。作为训练无关框架，PUMA无需额外训练即可自适应截断或矫正推理过程。