논문 정보
- 날짜:
2026-03-10 - 카테고리: -
- 우선순위 점수: 1.8
핵심 요약
대형 추론 모델의 테스트 시간 스케일링 시 신뢰도 점수의 분포 정보를 활용하여 정답을 선택하는 DistriVoting 기법을 제안합니다. GMM을 통해 신뢰도 분포를 긍정 및 부정 성분으로 분해하고 필터링하며, SelfStepConf를 통해 단계별 신뢰도로 분포 간 분리도를 높입니다. 16개 모델과 5개 벤치마크에서 기존 투표 방식보다 우수한 성능을 입증했습니다.학습자 관점 포인트
- 우리 팀 영향: 추론 모델의 다중 응답 생성 시 단순 다수결 투표보다 정교한 정답 선택 메커니즘을 적용하여 추론 성능을 개선할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 기존의 단순 Confidence 기반 투표 방식의 한계를 분포 최적화로 해결하려는 접근이 실용적이며 성능 향상 폭이 검증되었습니다.
원문 링크
- arXiv: https://arxiv.org/abs/2603.03872
- Hugging Face Papers: https://huggingface.co/papers/2603.03872