arXiv · cs.CL 计算与语言· Rotem Elimelech, Michael Shalyt, Ido Kaminer·· 2 天前精选AI 评分60
研究提出 LLM 推理实时纠错方法，在 ASyMoB 上准确率提升 1.4-5.6 个百分点
Catch It Where It Happens: Real Time Error Correction During LLM Reasoning
AI 导读
研究提出在线确定性验证方法，在 LLM 写出推理步骤时用代码实时校验，检查失败即指出错误并让模型从原处继续，无需模型调用或 GPU。在 ASyMoB 基准上用三个开放权重模型测试，准确率提升 1.4-5.6 个百分点，错误答案净减少 1.8-14.9%，token 用量仅增加 6-7%。该方法以符号数学为例，利用推导中的显式表达式交由计算机代数系统在毫秒级完成检查。
推荐理由
提出用代码检查器在推理过程中实时校验每一步，无需额外模型调用，并在 ASyMoB 上给出准确率与 token 开销的量化结果。
来源：arXiv · cs.CL 计算与语言 · arxiv.org