# 架构采样

该工作提出“架构采样”：一种免训练方法，通过复用解码器层中选定的层块，让冻结模型沿不同前向计算路径生成候选，在五个Qwen检查点和十二个多模态基准上，以相同的九个候选预算将pass@9相对标准路径温度采样平均提升6.58个百分点，复用早期层收益最强，候选覆盖提升在贪心解码下依然存在，且候选词面重叠更低，用作无标签测试时强化学习的rollout时准确率提升。

该工作提出“架构采样”：一种免训练方法，通过复用解码器层中选定的层块，让冻结模型沿不同前向计算路径生成候选，在五个Qwen检查点和十二个多模态基准上，以相同的九个候选预算将pass@9相对标准路径温度采样平均提升6.58个百分点，复用早期层收益最强，候选覆盖提升在贪心解码下依然存在，且候选词面重叠更低，用作无标签测试时强化学习的rollout时准确率提升。