ROI-Reasoning：预算感知推理框架

2026年10月15日，arXiv 人工智能板块出现一篇论文，提出名为 ROI-Reasoning 的两阶段框架，目标是让大语言模型在严格全局 token 预算下具备预算感知的理性推理能力。据该报道，框架第一阶段通过元认知微调，让模型预测推理成本并判断问题是否值得尝试；第二阶段用理性感知强化学习优化长程 token 分配策略。报道称，在数学推理、选择题问答和代码生成任务中，该方法在紧张预算下提升得分并降低参考序后悔，数学任务相对最强同骨干基线最高提升 417%。上述内容均来自该论文报道，为作者自述的方法与实验结果，尚无独立验证或后续跟进报道。

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。