LLM-SRBench に関する報道

この研究では、科学方程式の発見という未解決のタスクにテスト時間のスケーリングを初めて適用し、Best-of-N、逐次改良、ツリー検索、および進化的手法を統合して計算用のビューを割り当て、固定予算の下では検索幅が支配的な要素であることを発見しました。数学やプログラミングなどのクローズドなタスクのみに焦点を当てていた以前の TTS と比較して、今回の TTS はオープンな科学的発見まで拡張されており、コンピューティング割り当て戦略をより探索的なタスクに移すことができることを意味します。