Compute-Optimal Test-Time Scaling：Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters

arXiv · Google DeepMind

通过根据题目难度自适应分配测试时计算（搜索与修正），小模型能以4倍计算效率胜过Best-of-N，并在等FLOPs下战胜14倍大模型。

arXiv:2408.03314