Chronos：学习推理链的时序动态以实现测试时扩展

测试时扩展（TTS）是提升大语言模型推理性能的有效范式，但现有方法往往平等对待推理轨迹或令牌，易受轨迹质量波动和局部逻辑失败影响。本文提出 Chronos，一种轻量级即插即用的时序推理评分器，将每条轨迹建模为时间序列。Chronos 学习捕捉令牌概率的轨迹特征并分配质量分数，进而采用加权投票机制。实验表明，该方法在多种模型上均显著提升域内及域外基准测试性能，且计算开销极小。