按年被提到
20252026 · 2 次2026
大模型与语言模型›大模型推理与思维链·arXiv:2509.26626 · cs.LG

Recursive Self-Aggregation Unlocks Deep Thinking in Large Language Models

递归自我聚合(Recursive Self-Aggregation)开启大语言模型的深度思考
Siddarth Venkatraman, Vineet Jain, Sarthak Mittal, Vedant Shah, Johan Obando-Ceron, Yoshua Bengio, Brian R. Bartoldson, Bhavya Kailkhura, Guillaume Lajoie, Glen Berseth, Nikolay Malkin, Moksh Jain · 2025

把一批推理链反复聚合、迭代改进的测试时扩展方法

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2025-10-04 · 最近 2026-05-07
3不同的人
3活跃月份
3讨论串
—被引(OpenAlex)

论文提出递归自我聚合(RSA),一种受进化方法启发、同时结合并行与串行扩展优点的测试时扩展方法:每一步把候选推理链的子集聚合成一批更好的解,再作为下一轮的候选池。结果上,RSA 随算力增加带来明显提升,使 Qwen3-4B-Instruct-2507 在多个推理基准上与 DeepSeek-R1、o3-mini(high)等更大的推理模型相当。作者还提出一种感知聚合的强化学习方法,训练模型学会组合多个解。

HN 为什么提它

评论者把它作为近期测试时扩展做法的例子,说明这类方法会为一个提示生成大量推理轨迹再聚合。

方法难度 3 / 5约 40 分钟经得起时间
读之前最好知道
1测试时扩展(test-time scaling)
2思维链(chain of thought)推理
3进化算法的基本思想
4强化学习(RL)微调

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用harman2607 · 2026-03

“many recent test-time scaling approaches (for example RSA: Recursive Self-Aggregation Unlocks Deep Thinking in Large Language Models”

举 RSA 为近期测试时扩展方法的例子
V1: Unifying Generation and Self-Verification for Parallel Reasoners (ArXiv)原评论 ↗
引用sva_ · 2026-05

“which generates a certain amount of reasoning traces for a prompt”

说明 RSA 会为一个提示生成若干条推理轨迹
ZAYA1-8B: An 8B Moe Model with 760M Active Params Matching DeepSeek-R1 on Math原评论 ↗
被提交为 story · 1 次