面向推理的思维级束搜索

测试时计算扩展是大型推理模型（LRM）性能的主要驱动因素，但极端的低效率限制了现有方法，使关键问题从"该花多少计算"转变为"该把计算分配到哪里"。我们将测试时推理形式化为对部分轨迹的受限计算分配问题。在固定硬件预算下，现有范式无法主动将计算分配给最有前景的部分进展：传统并行采样独立对待各条轨迹并引发严重的内存瓶颈，而减法式剪枝使硬件闲置，且无法主动、充分地移动输出分布。为克服这一二分困境，我们提出Gambit，一个执行思维级束搜索的推理算法。通过周期性剪除无前景的轨迹并立即从高质量前缀分支，Gambit借助探测隐藏状态的轻量评分器，将计算动态集中到最有前景的推理轨迹上，同时保持持续的高硬件利用率。跨多个模型与基准的广泛评估表明，Gambit严格优于现有基线。在相同硬件约束下，我们的方法在HMMT-24上较剪枝基线取得最高+6.7%的绝对准确率提升、在AIME-25上+3.3%，轨迹完成的吞吐量提高超过2倍，并且相对标准并行采样将总token消耗最多降低68.5%。