标签
StopLoss 是一个轻量级外部监控器，它从已完成的编码智能体轨迹中学习识别失败，从而提前中止注定失败的运行，在 SWE-bench 基准上将每个保留成功的求解成本降低最多 48%，同时保持成功的运行结果不受影响。
本文提出了一种使用拉德马赫复杂度与L1-范数的解析框架，用于估计神经网络训练中的最优早停时间，避免概率假设，且适用于线性和非线性模型。
本文挑战了迭代去噪总能改善基于扩散的时间序列预测的假设，提出了一种全局停止准则和伯努利采样器，以提高准确性和速度。
AdaStop是一个用于DNN测试选择的成本感知提前停止框架，当边际故障发现率低于阈值时，它最优地停止标注，仅使用9%-31%的标注预算就能实现65%-84%的故障发现。
本文介绍了一个面向任意时有效认证鲁棒性的元学习框架，该框架使用序列E过程自适应分配计算资源，与传统的随机平滑方法相比，样本复杂度降低了20倍，同时保持了严格的统计保证。
ASAG利用注意力熵来检测推理何时无效益，提前停止以提高准确率并减少token生成。在Qwen3-8B上的实验显示，准确率提升4.4%，生成的token减少超过40%。
本文提出ASAG，一种无需训练的方法，基于注意力分布自适应地停止大型推理模型的推理，在使用DeepSeek-R1-Distill和Qwen3模型的基准测试中，将token使用量减少约40%，同时准确率提升3.2%。
本文提出MARS，一种用于并行LLM测试时扩展的停止规则，通过探测部分轨迹来提前停止而不牺牲准确性，在竞赛数学基准测试上为推理模型节省25-47%的令牌。
EvalStop是一种用于多租户RLHF平台的调度原语，通过监控下游评估分数并在连续下降时终止作业来检测和修正奖励过度优化，实现了98%的精确率和99%的召回率，同时将作业完成时间缩短9%，并将浪费的计算资源减少22%。
ESPO为强化学习引入了一种早期停止机制，能够检测并终止大语言模型中失败的推理轨迹，从而提升数学推理性能，同时减少超过20%的计算量。
本文介绍了 LEAP，这是一种无需训练的方法，旨在通过检测早期收敛令牌来加速扩散语言模型（dLLMs）的推理过程。该方法能在不损失准确性的前提下，将去噪步骤减少 30%。