标签
提出 CoTS（Competitive Token Selection）训练免调框架，在推理过程中利用 top-2 候选 token 的概率竞争来连续调节离散 token 提交与软表示探索之间的平衡，从而在六个推理基准上超越标准 CoT 和现有训练免调隐式推理方法。