论文提出BASIS贝叶斯测试时推理方法
发生了什么
据arXiv cs.CL 10月13日论文，研究者提出BASIS（Bayesian Axis Selection via Interactive Signals），一种无需训练的贝叶斯方法，利用弱测试时反馈推断任务对齐的相似性标准。该方法在概念恢复、推理示例选择和响应优化任务中，相比调优的静态混合规则，将概念恢复Success@1从56.0%提升至68.1%，推理准确率从72.3%提升至73.1%。
报道与来源
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。
- 一手材料1 个发布入口