# PORA让大语言模型智能体自主决定何时深入推理

> PORA方法训练语言模型智能体根据计算预算和预期收益，选择简短或深入推理，最多可将计算量减少一半。

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

由Qi Zhang带领的研究团队发布了PORA，这是一种让大语言模型智能体学会判断何时深入推理能提升结果的技术。训练时，系统对同一步骤运行两次：一次设置较短的推理限制，另一次设置较长的限制，再比较哪种方式能带来更好的最终结果。实际运行时，控制器会依据学到的评估结果和剩余计算预算，选择成本更低的方案，而不必两种方案都运行。在记忆、编程、零售和数学任务上的测试显示，PORA在一项记忆基准测试中的得分最高提高了32.9%，在数学任务中调用模型的次数最多减少了31%。

## 事实

- 论文于2026-10-21发布在arXiv上
- 在BFCL记忆基准测试中，PORA的表现比此前最佳结果高出17.4–32.9个百分点

## 为什么重要

这让开发者能够打造更聪明、云计算用量更少且性能不减的AI智能体，从而降低依赖多步推理的服务成本。

## 来源与参考

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

最后更新: 2026-10-21