arXiv发布EMO测试时计算框架

发生了什么

据arXiv论文，EMO是一种无需训练的闭环测试时计算框架。通过交替上下文优化与Logits引导，E步利用外部裁判文本梯度修订系统上下文，M步构建置信度约束的logit修正。在贪婪解码下，EMO在39/40设置中优于零样本基线，平均提升9.10个百分点；相比仅上下文优化（TextGrad）平均增加1.53个百分点。