JevSpawn：通过组合动作空间实现自适应智能体推理

JevSpawn 提出一种将自然语言任务规范与有限概率探索相结合的组合策略，以解决大语言模型智能体逐 token 生成推理和动作过慢的问题。该方法通过并行动作生成、反馈驱动的分支选择及共享前缀减少重复计算，无需额外训练。在 8 个基准任务对比 7 个智能体基准与 TypeSafe Jev 变体的测试中，JevSpawn 实现了更优的任务表现与更快的导航速度。