论文提出TaH2改进测试时扩展效率

发生了什么

据Hugging Face Papers，论文提出TaH2通过自适应循环Transformer改进测试时扩展效率。TaH2选择性对受益token应用额外迭代，联合后训练骨干网络和迭代决策器。在AIME基准上，TaH2使准确率-计算斜率提升53%，在匹配测试时计算量下超越基线峰值准确率约3.4分。