标签
本文提出了AdaThinking-E，这是一个强化学习框架，利用单令牌熵调节使多模态大型语言模型实现自适应思考，从而在复杂任务上提高准确性，在简单任务上提高效率。
EntroRouter 提出了一个单轮模型路由框架，利用熵调控来平衡准确性和计算成本，在降低 48.25% 成本的同时，达到了最强专家模型 98.3% 的准确率。