跳到正文
arXiv · NLP· Yingtao Luo, Kangyi Zhao, Shiyi Du, Yubo Li·· 2026-10-16AI 评分23

AURA 框架:基于效用引导的自适应推理以提升文本检索效率

Learning When to Think: Utility-Guided Adaptive Reasoning for Efficient Text Retrieval

AI 导读

AURA 提出直接监督中间推理状态并训练轻量级效用估算器,根据相关文档与困难干扰项的区分度动态调整推理深度。在 BRIGHT 基准测试中,AURA-4B 以 2.8 个推理步骤和 96 个生成 token 实现 34.7 的平均 nDCG@10,自适应停止将延迟从 4.6 秒降至 0.76 秒。该专化模型在 MS MARCO 上未显著降低常规领域内检索表现。

来源:arXiv · NLP · arxiv.org