何时委托胜过多数？一种基于委托的多采样 LLM 推理聚合器

多数投票是多采样大语言模型推理的主流无监督聚合方法。本文提出基于委托的聚合器（PPV），利用样本携带的组内字母熵和组间推理几何信号，无需黄金标签或辅助训练即可超越多数投票。该方法在 MMLU-Pro 上整体提升 1.5%，难子集提升 2.24%。通过随机委托矩阵的稳态分布选择共识答案，即使少数派在几何上更连贯也能纠正多数派的错误，有效提升了模型的逻辑推理与共识形成能力。