Buchumschlag

ARBITER: Reasoning Trajectory Basins and Majority Vote Failures in Test-Time Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cai, Meng, Kulik, Lars, Choudhury, Farhana
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Detecting and Mitigating the Correct-Answer Extinction Window in Test-Time Reinforcement Learning with Majority Voting
von: Lin, Hongxiang, et al.
Veröffentlicht: (2026)

Majority Voting for Code Generation
von: Launer, Tim, et al.
Veröffentlicht: (2026)

SEAFormer: A Spatial Proximity and Edge-Aware Transformer for Real-World Vehicle Routing Problems
von: Basharzad, Saeed Nasehi, et al.
Veröffentlicht: (2026)

GrASP: A Generalizable Address-based Semantic Prefetcher for Scalable Transactional and Analytical Workloads
von: Zirak, Farzaneh, et al.
Veröffentlicht: (2025)

Dynamic Configuration of On-Street Parking Spaces using Multi Agent Reinforcement Learning
von: Jayasinghe, Oshada, et al.
Veröffentlicht: (2025)

On the Byzantine Fault Tolerance of signSGD with Majority Vote
von: Mengoli, Emanuele, et al.
Veröffentlicht: (2025)

Dual Consensus: Escaping from Spurious Majority in Unsupervised RLVR via Two-Stage Vote Mechanism
von: Du, Kaixuan, et al.
Veröffentlicht: (2026)

VoteGCL: Enhancing Graph-based Recommendations with Majority-Voting LLM-Rerank Augmentation
von: Nguyen, Minh-Anh, et al.
Veröffentlicht: (2025)

DeepMDV: Global Spatial Matching for Multi-depot Vehicle Routing Problems
von: Nasehi, Saeed, et al.
Veröffentlicht: (2024)

$\nabla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space
von: Wang, Peihao, et al.
Veröffentlicht: (2026)

Boosting, Voting Classifiers and Randomized Sample Compression Schemes
von: da Cunha, Arthur, et al.
Veröffentlicht: (2024)

Sampling for Model Predictive Trajectory Planning in Autonomous Driving using Normalizing Flows
von: Rabenstein, Georg, et al.
Veröffentlicht: (2024)

Majority Vote for Distributed Differentially Private Sign Selection
von: Liu, Weidong, et al.
Veröffentlicht: (2022)

A Framework for Bounding Deterministic Risk with PAC-Bayes: Applications to Majority Votes
von: Leblanc, Benjamin, et al.
Veröffentlicht: (2025)

MC-NEST: Enhancing Mathematical Reasoning in Large Language Models leveraging a Monte Carlo Self-Refine Tree
von: Rabby, Gollam, et al.
Veröffentlicht: (2024)

The Majority Vote Paradigm Shift: When Popular Meets Optimal
von: Purificato, Antonio, et al.
Veröffentlicht: (2025)

C-voting: Confidence-Based Test-Time Voting without Explicit Energy Functions
von: Kubo, Kenji, et al.
Veröffentlicht: (2026)

OptiVote: Non-Coherent FSO Over-the-Air Majority Vote for Communication-Efficient Distributed Federated Learning in Space Data Centers
von: Zhang, Anbang, et al.
Veröffentlicht: (2025)

Minimax Optimality and Spectral Routing for Majority-Vote Ensembles under Markov Dependence
von: Shihab, Ibne Farabi, et al.
Veröffentlicht: (2026)

Reconcile Certified Robustness and Accuracy for DNN-based Smoothed Majority Vote Classifier
von: Jin, Gaojie, et al.
Veröffentlicht: (2025)

Enhancing Interactive Voting-Based Map Matching: Improving Efficiency and Robustness for Heterogeneous GPS Trajectories
von: Alemanni, William, et al.
Veröffentlicht: (2025)

Test-Time Scaling of Diffusion Models via Noise Trajectory Search
von: Ramesh, Vignav, et al.
Veröffentlicht: (2025)

Amplification Effects in Test-Time Reinforcement Learning: Safety and Reasoning Vulnerabilities
von: Khattar, Vanshaj, et al.
Veröffentlicht: (2026)

Parallel Test-Time Scaling for Latent Reasoning Models
von: You, Runyang, et al.
Veröffentlicht: (2025)

When Can Voting Help, Hurt, or Change Course? Exact Structure of Binary Test-Time Aggregation
von: Liu, Yi
Veröffentlicht: (2026)

Multi-View Majority Vote Learning Algorithms: Direct Minimization of PAC-Bayesian Bounds
von: Hennequin, Mehdi, et al.
Veröffentlicht: (2024)

Semantic Step Prediction: Multi-Step Latent Forecasting in LLM Reasoning Trajectories via Step Sampling
von: Yuan, Yidi
Veröffentlicht: (2026)

Functional Latent Dynamics for Irregularly Sampled Time Series Forecasting
von: Klötergens, Christian, et al.
Veröffentlicht: (2024)

Open Set Label Shift with Test Time Out-of-Distribution Reference
von: Ye, Changkun, et al.
Veröffentlicht: (2025)

Conformalized Adaptive Forecasting of Heterogeneous Trajectories
von: Zhou, Yanfei, et al.
Veröffentlicht: (2024)

Limits and Gains of Test-Time Scaling in Vision-Language Reasoning
von: Ahmadpour, Mohammadjavad, et al.
Veröffentlicht: (2025)

Reward Model Generalization for Compute-Aware Test-Time Reasoning
von: Song, Zeen, et al.
Veröffentlicht: (2025)

The Virtues of Brevity: Avoid Overthinking in Parallel Test-Time Reasoning
von: Dinardi, Raul Cavalcante, et al.
Veröffentlicht: (2025)

Test-Time Personalization: A Diagnostic Framework and Probabilistic Fix for Scaling Failures
von: Zhang, Linhai, et al.
Veröffentlicht: (2026)

Kernel Learning for Sample Constrained Black-Box Optimization
von: Rajagopalan, Rajalaxmi, et al.
Veröffentlicht: (2025)

SDA-GRIN for Adaptive Spatial-Temporal Multivariate Time Series Imputation
von: Eskandari, Amir, et al.
Veröffentlicht: (2024)

Beyond Majority Voting: LLM Aggregation by Leveraging Higher-Order Information
von: Ai, Rui, et al.
Veröffentlicht: (2025)

TimeCHEAT: A Channel Harmony Strategy for Irregularly Sampled Multivariate Time Series Analysis
von: Liu, Jiexi, et al.
Veröffentlicht: (2024)

Exploration-Driven Optimization for Test-Time Large Language Model Reasoning
von: Li, Changhao, et al.
Veröffentlicht: (2026)

FastTTS: Accelerating Test-Time Scaling for Edge LLM Reasoning
von: Chen, Hao Mark, et al.
Veröffentlicht: (2025)