arXiv cs.AI· Guangsheng Yu, Litianyi Zhang, Qin Wang, Xu Wang, Mingyuan Li, Shaoxiong Ji, Ren Ping Liu, Massimo Piccardi·· 2026-10-01AI 评分46
面向 LLM 多路径推理的分集合并方法
Diversity Combining for Multi-Path LLM Reasoning
AI 导读
研究人员将 LLM 多路径推理形式化为无线通信中的分集合并问题，解释了自洽性（SC）采样收益饱和的内在机制。在 5 个模型与 12 个基准测试中，提示词模板多样性在 57 组测试中的 55 组降低了路径相关性。团队据此提出的 Adaptive-K 规则通过 4 路径引导测试，在 Math、QA 和 NLU 任务中保留了 MV@K=32 准确率的 96%–103%。
来源：arXiv cs.AI · arxiv.org