arXiv cs.AI· Bo Yan, Qi Zhang, Zhen Tan, Tianlong Chen, Song Wang·· 13 天前AI 评分42
PORA：学习何时为 LLM 智能体分配更长推理
PORA: Learning When More Reasoning Pays Off for LLM Agents
AI 导读
研究人员提出 PORA（配对结果引导推理分配）方法，让 LLM 智能体在多步任务中根据剩余预算动态决定每次操作采用短推理还是长推理。在 BFCL memory 基准上，该方法超出最强现有基线 17.4-32.9 个百分点。在代码和数学任务中，PORA 达到或超过了全程使用长推理的效果，同时分别减少了 50.6% 的 actor token 和 31.2% 的模型请求。
来源：arXiv cs.AI · arxiv.org