标签
本文介绍了一种配对精确重置评估协议，用于确定何时从中型世界模型预测器切换到全量世界模型预测器能够改善任务特定的决策损失，并在PushT和PyBullet中的实验表明，增量路由具有优势。
Looped语言模型通过利用循环计算来增强组合工具调用，在多步任务中提高准确性，同时自适应推理优化了性能和计算成本之间的平衡。研究表明，这些模型对于可靠的智能体系统很有前景。
本文探讨了思维链推理在何时对大语言模型有益，表明早期熵动力学能够可靠地指示推理效用，并介绍了EDRM，这是一个轻量级、无需训练的框架，可自适应选择推理策略，在保持或提升准确率的同时显著节省token。
AVR是一种自适应视觉推理框架，能够动态选择最优推理格式，在视觉推理任务中减少50-90%的token使用量同时保持准确性。该方法通过将视觉推理分解为三种认知功能并使用FS-GRPO训练来鼓励高效格式选择，从而解决推理路径冗余问题。
本文提出了一种用于检索增强生成的实时验证系统，可处理长达32K token的文档，通过自适应推理策略在延迟与验证覆盖之间取得平衡。其为构建可靠的RAG系统提供了实用指导。