论文12:22QuasiMoTTo:用准蒙特卡洛方法提升推理时扩展的样本效率这篇论文提出QuasiMoTTo,用相关采样替代独立采样,在推理和强化学习中大幅减少样本需求,效果显著。#QuasiMoTTo#quasi-Monte Carlo#pass@k#GRPOaarXiv cs.LG@Michael Y. Li 等 5 人原文稍后读已读值得跟进有用关注 QuasiMoTTo