QuasiMoTTo：准蒙特卡洛测试时扩展

扩展推理计算是提升语言模型能力的有效但昂贵手段。默认并行尝试相互独立，导致计算冗余。本文提出 QuasiMoTTo，利用准蒙特卡洛（QMC）方法生成相关但边缘分布准确的样本，替代独立同分布采样。该方法更均匀地覆盖输出空间，减少冗余。实验表明，在四个推理基准上，QuasiMoTTo 以少 25-47% 的样本量达到同等准确率；在策略梯度强化学习中，亦能减少 50% 训练步骤，显著提升了将计算转化为性能的效率。