1 published article
测试时扩展
CoBa，一篇新arXiv论文中提出的计算平衡路由策略，在0.01个百分点内追平best-of-16多数投票，同时将参数加权token削减58.9%。在跨MATH-500、AIME和AMC的3,129次评估中，它还完全胜过单样本解码，不过在预算不受限时，best-of-16仍保持微弱优势。
2026-08-19