e1论文提出Adaptive Effort Control自适应控制推理努力

Michael Kleinman 等（AWS/作者团队）在 arXiv 论文中提出 Adaptive Effort Control，一种自适应强化学习方法，训练模型按当前平均思维链长度的指定比例分配每个查询的推理预算，用户可在推理时通过连续努力参数调节成本与准确率的权衡。 论文摘要称，在 1.5B 至 32B 参数模型上，数学任务在准确率相同的条件下，思维链长度较用于 RL 训练的基线模型缩短 1.9 至 3.7 倍。摘要同时称该方法能按任务难度分配资源。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。