HF Daily Papers·· 2026-09-29AI 评分34
Parallel Power Tempering（PPT）：以并行采样将小语言模型推向推理前沿
Explore Broadly, Reason Sharply: Push Small Models toward the Frontier via Sampling
AI 导读
研究者提出并行幂次回火（PPT）采样方法，通过并行运行不同锐化强度的多个副本缓解幂次采样中的探索-利用矛盾。实验表明 PPT 显著优于单链幂次采样与强化学习后训练模型，产生的推理轨迹质量更优，部分任务上性能可媲美前沿模型。
来源：HF Daily Papers · huggingface.co