predicting-improving-test-time-scaling

实现基于缩放律引导（SLG）的测试时计算优化搜索。通过奖励尾部分布估计（GPD拟合）预测缩放律，并动态分配候选解之间的计算预算。触发短语：'optimize test-time compute', 'best-of-N scaling', 'SLG search', 'tail-guided search', 'reward-guided budget allocation', 'test-time scaling law'

模型生成摘要（rules/v1 · 2026-11-14 15:15）：实现基于缩放律引导（SLG）的测试时计算优化搜索
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-14 15:15	36ff939e	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。