SOMA：用 System One 模型对 System Two 推理做持续监控与干预

SOMA 让 System One 决策模型（如 Jev）在推理过程中持续监控 System Two 推理模型，并在需要时介入。它由场景层、感知层和控制层组成，跨任务共享同一个 S1 模型和控制器且无需训练，在过度思考场景下将推理 token 最多减少 36% 并提升平均准确率，在无答案问题上把弃答率从 70.5% 提高到 87.2%。