# PORA, LLM ajanlarına ne zaman daha uzun düşünmeleri gerektiğini öğretiyor

> Yeni PORA yöntemi, dil modeli ajanlarının bütçeye ve beklenen faydaya göre kısa ya da uzun akıl yürütmeyi seçmesini sağlıyor; işlem gücü kullanımını yarıya kadar azaltıyor.

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

Qi Zhang liderliğindeki araştırmacılar, daha uzun akıl yürütmenin sonuçları ne zaman iyileştirdiğini öğrenen LLM ajanlarına yönelik PORA tekniğini yayımladı. Eğitim sırasında sistem, aynı adımı iki kez çalıştırıyor: birinde kısa, diğerinde daha uzun bir akıl yürütme sınırı kullanarak hangisinin daha iyi sonuç verdiğini belirliyor. Çalışma anında bir denetleyici, her iki seçeneği de çalıştırmadan daha düşük maliyetli olanı seçmek için öğrenilmiş bu tahmini ve kalan işlem bütçesini kullanıyor. Bellek, kod, perakende ve matematik görevlerindeki testlerde, bir bellek kıyaslamasında puanlar %32,9’a kadar yükselirken matematik görevlerinde model çağrıları %31’e kadar azaldı.

## Gerçekler

- Makale 2026-10-21 tarihinde arXiv’de yayımlandı
- BFCL bellek kıyaslamasında PORA, önceki en iyi sonucu 17.4–32.9 yüzde puan geride bırakıyor

## Neden önemli

Geliştiricilerin performansı korurken daha az bulut işlem gücü kullanan akıllı AI ajanları çalıştırmasına olanak tanıyor; böylece çok adımlı akıl yürütmeye dayanan hizmetlerin maliyetini düşürüyor.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-21