這是本週的儀式研究摘要，一份涵蓋LLM世界和加密與AI交集最新動態的通訊。 每週有數百篇論文發表，跟上最新動態幾乎是不可能的。我們為您閱讀，所以您無需這樣做。

低機率代幣在強化學習中的探索中維持可驗證的獎勵 本文發現，推理模型的瓶頸可能源於低機率探索代幣的消除（他們稱之為推理火花）。

他們引入了 Lp-Reg 來通過正則化保護有價值的低概率代幣。Lp-Reg 首先丟棄噪聲低概率代幣，然後在剩餘候選者之間重新分配概率質量。 在 Qwen3-14B 上的 5 個數學基準測試中，他們提高了 2.66%。

關於溫度取樣在測試時間縮放中的作用 最近測試時間縮放（TTS）的擴展使得 Pass@k 增加到 1024，但我們是否已經達到了 TTS 性能的上限？這篇論文通過溫度取樣顯示，我們可以進一步擴展 TTS。

這些論文顯示，溫度可以成為測試時縮放的新維度。通過對 Qwen3（0.6B、1.7B、4B、8B）和五個基準的實驗，溫度縮放在單一溫度 TTS 上提高了 7.3 分。他們還設計了一種高效的 T-縮放方法。

DiffuSpec：為投機解碼解鎖擴散語言模型 擴散模型作為投機解碼的草擬者非常合適，因為每步的標記提議吞吐量更高，且提議質量更強。

然而，擴散模型在因果對齊和草稿長度方面存在問題。 為了解決這些問題，本文提出了DiffuSpec，一種無需訓練的方法。在各種任務中，它提供了高達3倍的實時計算加速，超越了其他無需訓練的基準。

通過生成不同可讀性難度的合成數據，他們發現可讀性並不是小型語言模型中一致性的關鍵。 他們的研究結果表明，統計簡單性是小型語言模型可學習性的更強預測指標。

關注我們 @ritualdigest 獲取有關加密貨幣與 AI 研究的更多資訊，並且 @ritualnet 了解 Ritual 正在構建的內容。