arXiv 人工智能· Bo Yan, Qi Zhang, Zhen Tan, Tianlong Chen, Song Wang·· 4 小时前AI 评分42
PORA：让 LLM 智能体学会何时增加推理预算更划算
PORA: Learning When More Reasoning Pays Off for LLM Agents
AI 导读
研究者提出配对结果导向推理分配方法 PORA，通过比较同状态下的长短推理收益与预算压力，让 LLM 智能体自主决策何时调用更多推理。在 BFCL memory 测试中，该方法超出最强现有基准 17.4-32.9 个百分点；在代码和数学任务中，PORA 媲美或超越全长推理表现，同时分别减少 50.6% 的 actor tokens 与 31.2% 的模型请求。
来源：arXiv 人工智能 · arxiv.org