arXiv cs.CL· Yi Ding, Mengyu Wang, Min Zhou, Menglin Yang·· 4 小时前AI 评分37
REWIND：不确定性引导的测试时推理轨迹修复
REWIND: Uncertainty-Guided Trajectory Repair for Test-Time Reasoning
AI 导读
REWIND 是一个免训练控制器，利用 token 熵动态定位推理出错位置并定向重新生成后续轨迹。在 MATH500 上，Qwen2.5-Math-7B 的错误回答平均 token 熵比正确回答高约 112%。在三个模型家族、五个基准上，REWIND 超过所有基线，较最强基线提升 0.51-10.00 个百分点，代码已公开。
来源：arXiv cs.CL · arxiv.org