这是本周的仪式研究摘要，一份涵盖LLM世界和加密与AI交集最新动态的通讯。 每周有数百篇论文发表，跟上最新动态几乎是不可能的。我们为您阅读，所以您无需这样做。

低概率代币在可验证奖励的强化学习探索中维持探索 本文发现，推理模型的瓶颈可能源于低概率探索代币的消除（他们称之为推理火花）。

他们引入了 Lp-Reg 来通过正则化保护有价值的低概率代币。Lp-Reg 首先丢弃嘈杂的低概率代币，然后在剩余候选者之间重新分配概率质量。 在 Qwen3-14B 上的 5 个数学基准测试中，他们提高了 2.66%。

关于温度采样在测试时间缩放中的作用 最近，测试时间缩放（TTS）的扩展将 Pass@k 提高到了 1024，但我们是否已经达到了 TTS 性能的上限？论文通过温度采样表明，我们可以进一步扩展 TTS。

研究表明，温度可以成为测试时缩放的新维度。通过对 Qwen3（0.6B、1.7B、4B、8B）和五个基准的实验，温度缩放比单温度 TTS 提高了 7.3 分。他们还设计了一种高效的 T-缩放方法。

DiffuSpec：为投机解码解锁扩散语言模型 作为投机解码的草拟者，扩散模型非常适合，因为它们在每一步的令牌提议吞吐量更高，且提议质量更强。

然而，扩散模型存在因果对齐和草稿长度相关的问题。 为了解决这些问题，本文提出了DiffuSpec，这是一种无训练的方法。在各种任务中，它提供了高达3倍的实际速度提升，超越了其他无训练的基准。

通过生成不同可读性难度的合成数据，他们发现可读性并不是小型语言模型中连贯性的关键。 他们的研究结果表明，统计简单性是小型语言模型可学习性的更强预测因素。

关注我们 @ritualdigest，获取更多关于加密货币与 AI 研究的内容， 以及 @ritualnet，了解 Ritual 正在构建的内容。