Adobe

From Tokens to Steps: Verification-Aware Speculative Decoding for Efficient Multi-Step Reasoning

从标记到步骤：面向验证的推测解码用于高效多步推理

Kiran Purohit, Ramasuri Narayanam, Soumyabrata Pal

机构 * IIT Kharagpur（印度克哈格普尔理工学院） ； Adobe Research（Adobe研究院） 纠错

AI总结 本文提出SpecGuard框架，通过模型内部信号进行步骤级验证，提升多步推理的准确性和效率，实验显示在多个推理基准上准确率提升3.6%且延迟降低11%。

Best of both worlds: Stochastic & adversarial best-arm identification

两者兼得：随机与对抗最佳臂识别

Yasin Abbasi-Yadkori, Peter L. Bartlett, Victor Gabillon, Alan Malek, Michal Valko

机构 * Adobe Research, USA（Adobe研究院，美国） ； University of California, Berkeley, USA（加州大学伯克利分校，美国） ； Queensland University of Technology - ACEMS, Australia（昆士兰理工大学 - ACEMS，澳大利亚） ； Massachusetts Institute of Technology, USA（麻省理工学院，美国） ； SequeL team, INRIA Lille - Nord Europe, France（INRIA里尔 - 北欧，法国） 纠错

AI总结 研究在任意对抗性奖励下的多臂老虎机最佳臂识别问题，探讨在随机和对抗场景下如何设计鲁棒的最优算法，证明无法同时满足两种场景的最优性，并提出一种参数无关算法在随机场景下达到下界，同时对抗鲁棒。

Comments Published in Conference on Learning Theory (COLT 2018)