PORA：让 LLM 智能体学会何时该长推理
原文标题：PORA: Learning When More Reasoning Pays Off for LLM Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对智能体推理预算有限的问题，研究者提出 PORA，在训练时从同一状态分别用短、长推理各完成一次任务，比较结果质量与开销以学习长推理的下游价值；推理时由控制器结合剩余预算压力决定长短推理。在 BFCL 记忆任务上超过最强方法 17.4–32.9 个百分点，代码与数学任务上以少 50.6% 的 token 达到或超过始终长推理。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PORA让智能体按剩余预算选长短推理，BFCL记忆任务领先最强方法17.4–32.9个百分点
- •训练时从同一交互状态分别用短、长推理各跑一次任务，比较最终质量与总开销
- •推理时由控制器结合剩余预算压力决定长短，无需同时运行两种方案
- •BFCL记忆任务上超过最强现有方法17.4–32.9个百分点
- •代码与数学任务上以少50.6%的token达到或超过始终长推理
- •评测覆盖应用、记忆、代码、零售、数学五类任务
为什么重要：多步智能体的推理预算分配此前缺少可学习方案，PORA把「何时值得长思考」变成可训练决策，对做agent产品的团队有直接参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。