提出Decoupled Marginal Sharpening方法

2026-10-15 00:551 篇报道1 个发布方

发生了什么

据arXiv cs.LG论文，研究者提出Decoupled Marginal Sharpening (DMS) 方法，旨在不更新模型权重或使用外部奖励模型的情况下，提升大语言模型的推理能力。该方法通过分离控制推理路径和最终答案的概率分布，在多个基准测试中取得了最高通过率。

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

来源关系与证据边界

按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。