ReHoPER：用于增强推理的滚动时域规划

arXiv:2610.00940v1 公告类型：cross 摘要：我们提出了 ReHoPER，这是一种仅需推理、零样本的方法，通过在生成最终答案之前沿多条路径生成并回答中间问题，提升大型语言模型的推理能力。该方法会迭代规划候选中间问题的时域，选择其中一个进行回答，并根据更新后的历史记录重新规划。ReHoPER 与任务无关，在不同数据集和模型上使用相同的通用指令，无需标注数据或针对特定任务设计提示词。在包括 iLLC（一种用于组合推理的新型受控基准）在内的多个数据集上，ReHoPER 的表现优于强大的基线方法，并且在组合性最强的设置中取得了最大幅度的提升。我们公开了实现代码和 iLLC 生成器，以支持未来的研究工作。