跳到正文
arXiv · ML· Neharika Jali, Anupam Nayak, Gauri Joshi·· 3 天前AI 评分31

TAB 提出自适应思考预算策略,优化多轮推理效率

Not All Turns Are Equally Hard: Adaptive Thinking Budgets For Efficient Multi-Turn Reasoning in Agents

AI 导读

研究人员提出 TAB 方法,将多轮推理建模为多目标马尔可夫决策过程,动态分配计算预算。 在数学推理任务中,TAB 比静态基线减少最高 35% 的 token 消耗和 30% 的延迟。 该方法成功泛化至工具调用和对话等智能体工作流,在保持精度的同时节省资源。

来源:arXiv · ML · arxiv.org