Newest papers

Adaptive Replay Refinement: Allocating Test-Time Compute Between Revision and Resampling

Ahsan Bilal, Muhammad Ahmed Mohsin, Muhammad Saad Umer, Ayesha Mohsin, Sarmad Bilal, Dean F. Hougen · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.28294 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Test-time scaling Codehaus phân bổ các máy tính kết luận bổ sung để tinh chỉnh các giải pháp hiện có hoặc tạo ra những giải pháp mới. Điều này đặt ra một câu hỏi cơ bản: Tôi có nên tiếp tục cải thiện giải pháp này, hoặc ngừng làm việc trên nó và thử một giải pháp hoàn toàn mới? Phương pháp hiện có đưa ra quyết định này bằng cách sử dụng lịch trình tinh chỉnh cố định, phán đoán tự xác minh, hoặc các bộ điều khiển học được, có thể lãng phí máy tính hoặc dựa vào các tín hiệu có thể không chính xác hoặc yêu cầu đào tạo bổ sung. Chúng tôi giới thiệu Adaptive Replay Refinement (ARR), một phương pháp hiệu quả mà không cần đào tạo mà phát hiện ra khi một sửa đổi cố định đạt đến một điểm cố định và tái phân bổ các máy tính được phát hành vào một mẫu độc lập mới; giải mã lại xử lý giải pháp hiện tại

Machine translation (Meta M2M100); the English original follows.

Abstract

Test-time scaling allocates additional inference compute to refining existing solutions or generating new ones. This raises a fundamental question: Should I keep improving this solution, or stop working on it and try a completely new solution? Existing methods make this decision using fixed refinement schedules, self-verification judgments, or learned controllers, which can waste compute or rely on signals that may be incorrect or require additional training. We introduce Adaptive Replay Refinement (ARR), a training-free method that detects when a stationary revision reaches a fixed point and reallocates the released compute to a new independent sample; replay decoding treats the current solution as a draft and verifies unchanged tokens in parallel, enabling efficient fixed-point detection. Across seven models from five families and seven benchmarks, ARR matches majority voting on three of five mathematical reasoning benchmarks at equal compute, while reducing critical-path serial passes by up to 2.4 times. On MATH500, ARR achieves 84.6% accuracy with only 41% of the serial passes required by majority voting. These results demonstrate that detecting refinement exhaustion enables adaptive reallocation from revision to independent sampling, improving inference efficiency while highlighting the limits of self-revision. Code is available at https://github.com/AhsanBilal7/adaptive_refine.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Resampling, Inference, Point (geometry), Algorithm, Code (set theory)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange