Copertina

Best-of-$\infty$ -- Asymptotic Performance of Test-Time LLM Ensembling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Komiyama, Junpei, Oba, Daisuke, Oyamada, Masafumi
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Suboptimal Performance of the Bayes Optimal Algorithm in Frequentist Best Arm Identification
di: Komiyama, Junpei
Pubblicazione: (2022)

Aligning Tree-Search Policies with Fixed Token Budgets in Test-Time Scaling of LLMs
di: Miyamoto, Sora, et al.
Pubblicazione: (2026)

CITE: Anytime-Valid Statistical Inference in LLM Self-Consistency
di: Ota, Hirofumi, et al.
Pubblicazione: (2026)

Jellyfish: A Large Language Model for Data Preprocessing
di: Zhang, Haochen, et al.
Pubblicazione: (2023)

Rate-optimal Design for Anytime Best Arm Identification
di: Komiyama, Junpei, et al.
Pubblicazione: (2025)

Fixed Confidence Best Arm Identification in the Bayesian Setting
di: Jang, Kyoungseok, et al.
Pubblicazione: (2024)

Replicability is Asymptotically Free in Multi-armed Bandits
di: Komiyama, Junpei, et al.
Pubblicazione: (2024)

RoBoN: Routed Online Best-of-n for Test-Time Scaling with Multiple LLMs
di: Geuter, Jonathan, et al.
Pubblicazione: (2025)

Constrained Best Arm Identification with Tests for Feasibility
di: Cai, Ting, et al.
Pubblicazione: (2025)

High-dimensional Contextual Bandit Problem without Sparsity
di: Komiyama, Junpei, et al.
Pubblicazione: (2023)

Is Best-of-N the Best of Them? Coverage, Scaling, and Optimality in Inference-Time Alignment
di: Huang, Audrey, et al.
Pubblicazione: (2025)

Auto-Prompt Ensemble for LLM Judge
di: Li, Jiajie, et al.
Pubblicazione: (2025)

DFPE: A Diverse Fingerprint Ensemble for Enhancing LLM Performance
di: Cohen, Seffi, et al.
Pubblicazione: (2025)

CoSMo: a Framework to Instantiate Conditioned Process Simulation Models
di: Oyamada, Rafael S., et al.
Pubblicazione: (2023)

LaMDAgent: An Autonomous Framework for Post-Training Pipeline Optimization via LLM Agents
di: Yano, Taro, et al.
Pubblicazione: (2025)

Decocted Experience Improves Test-Time Inference in LLM Agents
di: Shen, Maohao, et al.
Pubblicazione: (2026)

Asymptotically Optimal Linear Best Feasible Arm Identification with Fixed Budget
di: Bian, Jie, et al.
Pubblicazione: (2025)

Data-dependent Bounds with $T$-Optimal Best-of-Both-Worlds Guarantees in Multi-Armed Bandits using Stability-Penalty Matching
di: Nguyen, Quan, et al.
Pubblicazione: (2025)

Deep Ensembles Secretly Perform Empirical Bayes
di: Loaiza-Ganem, Gabriel, et al.
Pubblicazione: (2025)

Standard vs. Modular Sampling: Best Practices for Reliable LLM Unlearning
di: Bushipaka, Praveen, et al.
Pubblicazione: (2025)

Efficient Ensemble Conditional Independence Test Framework for Causal Discovery
di: Guan, Zhengkang, et al.
Pubblicazione: (2025)

STEB: In Search of the Best Evaluation Approach for Synthetic Time Series
di: Stenger, Michael, et al.
Pubblicazione: (2025)

Revisiting the (Sub)Optimality of Best-of-N for Inference-Time Alignment
di: Sriraman, Ved, et al.
Pubblicazione: (2026)

Best-of-Tails: Bridging Optimism and Pessimism in Inference-Time Alignment
di: Hsu, Hsiang, et al.
Pubblicazione: (2026)

CarBoN: Calibrated Best-of-N Sampling Improves Test-time Reasoning
di: Tang, Yung-Chen, et al.
Pubblicazione: (2025)

Generalization Performance of Ensemble Clustering: From Theory to Algorithm
di: Zhang, Xu, et al.
Pubblicazione: (2025)

Self-Improving LLM Agents at Test-Time
di: Acikgoz, Emre Can, et al.
Pubblicazione: (2025)

Sensi: Learn One Thing at a Time -- Curriculum-Based Test-Time Learning for LLM Game Agents
di: Arjmandi, Mohsen
Pubblicazione: (2026)

Mining Hidden Thoughts from Texts: Evaluating Continual Pretraining with Synthetic Data for LLM Reasoning
di: Ishibashi, Yoichi, et al.
Pubblicazione: (2025)

MCTS-Judge: Test-Time Scaling in LLM-as-a-Judge for Code Correctness Evaluation
di: Wang, Yutong, et al.
Pubblicazione: (2025)

More Test-Time Compute Can Hurt: Overestimation Bias in LLM Beam Search
di: Dalal, Gal, et al.
Pubblicazione: (2026)

Finite-Time Regret Analysis of Retry-Aware Bandits
di: Tong, Bingkui, et al.
Pubblicazione: (2026)

Improved Distribution Estimation in $\ell_\infty$
di: Cohen, Doron, et al.
Pubblicazione: (2026)

Adaptive Ensembles of Fine-Tuned Transformers for LLM-Generated Text Detection
di: Lai, Zhixin, et al.
Pubblicazione: (2024)

Putting the Value Back in RL: Better Test-Time Scaling by Unifying LLM Reasoners With Verifiers
di: Sareen, Kusha, et al.
Pubblicazione: (2025)

ETTRL: Balancing Exploration and Exploitation in LLM Test-Time Reinforcement Learning Via Entropy Mechanism
di: Liu, Jia, et al.
Pubblicazione: (2025)

CodeScaler: Scaling Code LLM Training and Test-Time Inference via Reward Models
di: Zhu, Xiao, et al.
Pubblicazione: (2026)

Atom of Thoughts for Markov LLM Test-Time Scaling
di: Teng, Fengwei, et al.
Pubblicazione: (2025)

Revisiting the Effectiveness of LLM Pruning for Test-Time Scaling
di: Monjur, Ocean, et al.
Pubblicazione: (2026)

When LLM Meets Time Series: Can LLMs Perform Multi-Step Time Series Reasoning and Inference
di: Ye, Wen, et al.
Pubblicazione: (2025)