研究者提出自适应推理努力控制方法

研究者 Michael Kleinman 等人提出一种名为 Adaptive Effort Control 的自适应强化学习方法，训练模型按用户指定的 token 比例（相对于当前平均思维链长度）分配推理量，无需按数据集和训练阶段调超参。 据该研究称，用户在推理时可通过连续 effort 参数动态调节成本与准确率的权衡，模型会自动按任务难度分配资源。在 1.5B 至 32B 参数规模上，数学任务中思维链长度在准确率匹配下较基座模型缩短 1.9–3.7 倍。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。