推論モデルの思考プルーニング、品質と多様性のバランスを最適化する新手法
マフディ・サルマニ (Mahdi Salmani) 氏らは2026年10月22日(現地時間)、推論モデルにおける「思考プルーニング」のための新たな手順を導入した論文を発表した。同論文「Direct Pass@$k$ Optimization for Thought Pruning: Balancing Quality and Diversity in Test-Time Reasoning」は、候補解の品質と多様性のトレードオフを直接最適化することを目的としている。これにより、計算コストを抑えつつ、より正確な最終解を得る確率を高める。