提出自适应推理努力控制方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Michael Kleinman 等作者的研究，提出名为 Adaptive Effort Control 的自适应强化学习方法。该方法训练模型按用户指定的 token 比例分配推理量，该比例相对于当前平均思维链长度，从而无需针对数据集和阶段调参。据该报道，用户可在推理时通过一个连续的努力参数动态调整成本与准确率的权衡；在 1.5B 至 32B 参数规模的模型上，该方法在数学任务上于准确率持平的情况下，将思维链长度相对用于强化学习训练的基座模型缩短 1.9 至 3.7 倍。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。