Hugging Face · 每日论文· 媒体 / 作者来源·精选
LLM代理推理努力水平的经济学研究
原文标题
What Effort Level Should I Choose? On the Economics of Reasoning Effort in LLM Agents
AI 导读
研究测量了推理努力水平对专有和开源模型在四个基准测试上的反事实影响，发现高努力水平虽能提高整体准确率，但常在低努力能解决的任务上失败，且最高努力成本可达最低的42倍。高努力还会改变代理解决问题的方式，增加验证和搜索行为，延长轨迹但不一定改变结果。研究提出从最低努力开始，仅在验证失败后升级的策略，在大多数专有模型上以更低成本匹配或优于固定最高努力。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
研究揭示了LLM代理推理努力水平的经济性规律，提出了成本效益更高的努力选择策略，适用于各类推理任务和模型。
导读由模型辅助整理，非独立核验。完整信息见原文。