推論リレー：大規模言語モデルの数学的推論における安定性と互換性の評価

このArXiv論文は、数学の問題解決において、異なる大規模言語モデル（LLM）間での推論チェーンの互換性を探求しています。中心的な疑問は、あるモデルから部分的に完了した推論プロセスを、異なるモデルファミリー間であっても、別のモデルが確実に継続できるかどうかです。この研究では、トークンレベルの対数確率閾値を使用して、推論チェーンをさまざまな段階で切り捨て、他のモデルでの継続をテストします。評価パイプラインには、論理的な一貫性と精度を評価するためのプロセス報酬モデル（PRM）が組み込まれています。調査結果は、ハイブリッド推論チェーンがパフォーマンスを維持または向上させる可能性があることを示唆しており、LLM推論プロセスにおけるある程度の互換性と堅牢性を示しています。この研究は、複雑な推論タスクにおけるLLMの信頼性と信頼性を理解する上で重要な意味を持ちます。