כתבה
arXiv cs.AI ·
תופעות גבול תקציב בהיגיון מתמטי בזמן בדיקה
Budget Boundary Effects in Test-Time Mathematical Reasoning
חוקרים תופעות גבול תקציב בהיגיון מתמטי בזמן בדיקה. הם בודקים את השפעת התקציב על הדיוק ומציגים תוצאות מעניינות. המחקר עוסק בבחינת היחס בין עלות לדיוק.
תקציר מקורי באנגליתarXiv:2609.38699v1 Announce Type: new Abstract: A cumulative token cap can fall inside a mathematical derivation, forcing a test-time controller to choose between stopping at the cap (strict) and allowing the current attempt to finish (advisory). We measure this boundary choice with paired offline replays of 19,200 public traces: 120 AIME, BrUMO and HMMT problems and two archive configurations of one model. Candidate order and a 16-attempt cap are fixed, and answer selection is blind to reference answers and correctness labels. Three findings emerge. First, at the 4k cap, most advisory accuracy gains replace abstention with a correct answer; strict stopping pays for an unfinished prefix that the completed-only selector cannot use. Second, comparisons along realized cost differ from same-ca
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית