# PORA से LLM एजेंट तय करते हैं, कब ज़्यादा सोचें

> PORA तरीका भाषा मॉडल एजेंटों को बजट और संभावित फ़ायदे के आधार पर कम या ज़्यादा सोचने का विकल्प चुनना सिखाता है। इससे कंप्यूट का इस्तेमाल आधा तक घट सकता है।

Oossa · 2026-10-21 · https://oossa.com/hi/pora-lets-llm-agents-decide-when-to-think-longer

Qi Zhang के नेतृत्व में शोधकर्ताओं ने PORA जारी किया है। यह LLM एजेंटों के लिए ऐसी तकनीक है, जो सीखती है कि कब ज़्यादा देर तक तर्क करने से नतीजे बेहतर होते हैं। प्रशिक्षण के दौरान सिस्टम एक ही चरण को दो बार चलाता है—एक बार तर्क की कम सीमा के साथ और दूसरी बार ज़्यादा सीमा के साथ—ताकि पता चले कि किससे अंतिम नतीजा बेहतर मिलता है। इस्तेमाल के समय एक कंट्रोलर इस सीखे हुए अनुमान और बचे हुए कंप्यूट बजट के आधार पर कम खर्च वाला विकल्प चुनता है, दोनों विकल्प चलाए बिना। मेमोरी, कोड, रिटेल और गणित से जुड़े कार्यों पर हुए परीक्षणों में मेमोरी बेंचमार्क पर स्कोर 32.9% तक बेहतर रहे और गणित के कार्यों में मॉडल कॉल 31% तक कम हुए।

## तथ्य

- शोधपत्र 2026-10-21 को arXiv पर पोस्ट किया गया
- BFCL मेमोरी बेंचमार्क पर PORA, पहले के सर्वश्रेष्ठ तरीके से 17.4–32.9 प्रतिशत अंक बेहतर प्रदर्शन करता है

## यह क्यों मायने रखता है

इससे डेवलपर ऐसे ज़्यादा कुशल AI एजेंट चला सकते हैं, जो प्रदर्शन बनाए रखते हुए क्लाउड कंप्यूट का कम इस्तेमाल करें। इससे कई चरणों में तर्क करने वाली सेवाओं की लागत घट सकती है।

## स्रोत और संदर्भ

1. [PORA: Learning When More Reasoning Pays Off for LLM Agents](https://arxiv.org/abs/2610.27119) – arXiv, 2026-10-21

अंतिम अपडेट: 2026-10-21