SWEAR：基于自评难度的分段高效音频推理框架

SWEAR 是一个难度感知的音频推理框架，通过离线评估生成五维难度分数和压缩推理轨迹，在监督微调中学习难度信号，并用强化学习按推理阶段自适应分配算力。在 MMAU-test-mini 和 MMAR 上，SWEAR 在提升准确率的同时大幅减少生成 token，对简单样本缩短推理且不损失困难样本表现。