本文的第一作者为华为诺亚研究员李向阳，毕业于北京大学，开源组织 BigCode 项目组成员。此前他们团队曾经推出 CoIR 代码检索基准，目前已经成为代码检索领域的标杆 benchmark。其余主要成员也大部分来自 CoIR 项目组。 大语言模型（LLM）在标准编程基准测试 ...

1. 用 Test Time 换 Training Time 能让 LLM 更强吗？ Self-Play 会是训 LLM 的新热点吗？把预算投入 Inference 会比扩大 LLM 参数更有效吗？PRM 对 Test-Time Compute 性价比影响多大？额外的 Inference Time 能帮 LLM 提升多少能力？Test-Time Compute 性价比还能再提高吗？... 2.

啊？7B的DeepSeek反超R1满血版，上海AI Lab周伯文团队新成果：计算最优的Test-Time Scaling 量子位 的报道 • 4 天 梦晨 发自 凹非寺量子位 | 公众号 QbitAI ...