論文の概要: ParaTempo: Efficient Parallel Reasoning via Temporal Confidence
- arxiv url: http://arxiv.org/abs/2608.16425v1
- Date: Mon, 17 Aug 2026 11:24:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.661268
- Title: ParaTempo: Efficient Parallel Reasoning via Temporal Confidence
- Title（参考訳）: ParaTempo: 時間的信頼による効果的な並列推論
- Abstract要約: ParaTempoは、トレーニング不要の非同期並列推論フレームワークである。
応答空間収束の分枝局所測度である時間的信頼によって駆動される。
平均遅延を21.8-32.2%削減し、トークン全体の使用量を18.1-30.3%削減する。
- 参考スコア（独自算出の注目度）: 12.453940128558607
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Parallel reasoning improves the accuracy and robustness of large reasoning models by exploring multiple solution paths, but its computational cost grows with reasoning depth and branch count. Existing methods for managing these parallel paths typically rely on final-answer consensus, local token confidence, or isolated intermediate probes. However, these signals are often delayed, weakly tied to actual reasoning progress, or too noisy for dynamic, branch-level control. To address these limitations, we introduce ParaTempo, a training-free asynchronous parallel reasoning framework. ParaTempo is driven by temporal confidence, a branch-local measure of answer-space convergence. Each branch is periodically probed for a tentative answer probability distribution, and temporal confidence quantifies how sharply the recent intermediate probes concentrate on a dominant answer. Once sufficient evidence has accumulated, ParaTempo drives its entire control process from this single signal: low-confidence branches are pruned, branches that persistently commit to their dominant answer are retired early, freed computation is reallocated by forking new branches, and generation stops globally once the confidence-weighted vote concentrates. Without requiring synchronization among reasoning trajectories, ParaTempo adaptively allocates computation based on branch-level convergence. Experiments on challenging mathematical and scientific reasoning benchmarks show that ParaTempo reduces average latency by 21.8-32.2% and total token usage by 18.1-30.3% while maintaining competitive accuracy. Moreover, temporal confidence exhibits stronger temporal stability and predictive power for future branch convergence than token-level and instantaneous signals.
- Abstract（参考訳）: 並列推論は、複数の解経路を探索することで、大きな推論モデルの精度と堅牢性を向上させるが、その計算コストは推論深さと分岐数とともに増大する。
これらの並列経路を管理する既存の方法は、一般にファイナル・アンサー・コンセンサス、局所トークンの信頼性、または孤立した中間プローブに依存する。
しかしながら、これらの信号は、しばしば遅延し、実際の推論の進行と弱い結びつき、動的分岐レベル制御にはノイズが多すぎる。
これらの制限に対処するため、トレーニング不要な非同期並列推論フレームワークであるParaTempoを紹介した。
パラテンポは、応答空間収束の分枝局所尺度である時間的信頼によって駆動される。
各分岐は仮解確率分布に対して周期的に探索され、時間的信頼度は、最近の中間プローブが支配的な解にどれだけ集中しているかを定量化する。
十分な証拠が蓄積されると、ParaTempoは、この単一信号からコントロールプロセス全体を駆動する: 低信頼のブランチはプルーニングされ、支配的な回答に持続的にコミットするブランチは早期にリタイアされ、新しいブランチをフォークすることで解放された計算が再配置され、自信に満ちた投票が集中すれば、世代は世界中で停止する。
推論軌道間の同期を必要とせず、パラテンポは分岐レベル収束に基づく計算を適応的に割り当てる。
挑戦的な数学的および科学的推論ベンチマークの実験では、パラテンポは平均遅延を21.8-32.2%削減し、トークンの総使用量は18.1-30.3%削減し、競争精度を維持している。
さらに、時間的信頼度はトークンレベルや瞬時信号よりも強い時間的安定性と将来の分岐収束の予測力を示す。
関連論文リスト
- SABER: Stability-Aware Early Exit for LLM Reasoning via Adversarial Branch Probing [32.867599324353456]
SABERは、逆分岐探索による安定性に配慮した早期退避のためのトレーニング不要のフレームワークである。
トークン使用量の平均は30.2%-39.8%減少し、完全長の推論と競合する精度を維持している。
論文 参考訳（メタデータ） (2026-08-28T06:13:23Z) - Unveiling the Entropy Dynamics of Chain-of-Thought Reasoning [81.57028614960576]
1)信頼性の高い -- 信頼性の高い -- 信頼性の高い領域での回答は高度に正確で安定したものになり、2)高冗長性 -- モデルは正しい回答に達した後ずっと経ってから不必要なトークンを生成する。
これらの特性はより効率的で信頼性の高い推論戦略を解き放つ。
論文 参考訳（メタデータ） (2026-06-01T10:11:14Z) - Stop When Reasoning Converges: Semantic-Preserving Early Exit for Reasoning Models [17.588873255093596]
長鎖の思考(CoT)を生成することでLRM(Large Reasoning Models)の性能が向上する
LRMは、しばしば過度に考え、ソリューションがすでに安定し、トークンを無駄にし、レイテンシを増大した後も、推論を続けます。
本稿では,軽量冗長検出器と応答レベル検証を組み合わせたプラグアンドプレイフレームワークPUMAを提案する。
論文 参考訳（メタデータ） (2026-05-17T22:04:11Z) - Efficient Test-Time Scaling via Temporal Reasoning Aggregation [5.87118425760756]
本稿では,効率的なテスト時間スケーリングのためのトレーニングフリーフレームワークであるTRACEを提案する。
TRACEは、多段階証拠の時間的集約に基づいて推論を終了するタイミングを決定する。
TRACEは1～2%の精度を保ちながら平均25～30%の推論トークン使用率を低下させることを示した。
論文 参考訳（メタデータ） (2026-04-19T07:39:40Z) - Early Stopping for Large Reasoning Models via Confidence Dynamics [55.67938134245981]
大きな推論モデルは複雑な問題を解決するために長い連鎖生成に依存している。
重要な課題は、いつモデルが推論を止めて最終回答を生み出すべきかを決定することです。
中間回答の信頼性のダイナミクスを利用して推論をいつ終了するかを判断する早期停止手法であるCoDE-Stopを提案する。
論文 参考訳（メタデータ） (2026-04-06T17:59:45Z) - DenoiseFlow: Uncertainty-Aware Denoising for Reliable LLM Agentic Workflows [20.319113495948294]
我々は多段階推論過程をノイズMDPとして定式化する。
DenoiseFlowは3つの調整段階を通じてプログレッシブなdenoisingを行うクローズドループフレームワークである。
論文 参考訳（メタデータ） (2026-02-28T08:11:38Z) - Parallel-Probe: Towards Efficient Parallel Thinking via 2D Probing [76.48164395646019]
Parallel-Probeは、オンライン並列思考を最適化するために設計されたトレーニング不要のコントローラである。
競合精度を維持しつつ、シーケンシャルトークンを最大$textbf35.8$%、トータルトークンコストを$textbf25.8$%まで削減する。
論文 参考訳（メタデータ） (2026-02-03T18:59:41Z) - Temporalizing Confidence: Evaluation of Chain-of-Thought Reasoning with Signal Temporal Logic [0.12499537119440243]
本稿では,段階的信頼度を時間的信号としてモデル化し,STL(Signal Temporal Logic)を用いて評価する構造化フレームワークを提案する。
特に,定型的なSTLに基づく制約を定義し,望ましい時間特性と,構造化された解釈可能な信頼度推定として機能するスコアを求める。
本手法はキャリブレーションの指標を常に改善し,従来の信頼度集計やポストホックキャリブレーションよりも信頼性の高い不確実性推定を提供する。
論文 参考訳（メタデータ） (2025-06-09T21:21:12Z) - ConCISE: Confidence-guided Compression in Step-by-step Efficient Reasoning [64.93140713419561]
大型推論モデル (LRM) は、Chain-of-Thought (CoT) による複雑な推論タスクで強く機能するが、しばしば冗長な出力に悩まされる。
既存の微調整ベースの圧縮手法は、ポストホックプルーニングを動作させるか、コヒーレンスを推論する破壊を危険にさらすか、サンプリングベースの選択に依存するかのいずれかである。
ConCISEは、簡潔な推論連鎖を生成するために設計されたフレームワークであり、信頼注入を統合して推論の信頼性を高める。
論文 参考訳（メタデータ） (2025-05-08T01:40:40Z) - Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。
我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。
我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-02T17:13:16Z) - Towards Streaming Perception [70.68520310095155]
本稿では、リアルタイムオンライン知覚のための単一のメトリクスにレイテンシと精度を協調的に統合するアプローチを提案する。
この指標の背後にある重要な洞察は、瞬間ごとに認識スタック全体の出力を共同で評価することである。
本稿では,都市ビデオストリームにおけるオブジェクト検出とインスタンスセグメンテーションの具体的タスクに注目し,高品質で時間依存的なアノテーションを備えた新しいデータセットを寄贈する。
論文 参考訳（メタデータ） (2020-05-21T01:51:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。