递归智能体推理方法

论文提出GROW、PRUNE和BRANCH三种递归算子，统一视图下评估测试时推理方法。在五个基准和三个前沿模型上，BRANCH在所有14个设置中平均提升5.98个百分点，且优势与基线截断率强相关。

该研究指出智能体AI中固定推理控制导致过度或不足思考的问题，通过实验分析过度推理增加计算成本而无精度提升，不足推理导致错误。呼吁开发根据任务需求动态分配推理的机制。