★ 3
PORA：让 LLM 智能体学会何时该长推理
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 to…
arXiv cs.AI12 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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 to…