提出CODA方法,通过组内成功率估计实例难度,并设计双门控机制调节长度相关奖励项,实现无需外部标注或用户预算的难度感知推理计算分配,在简单任务上大幅降低token消耗,在困难任务上鼓励深度推理以提升性能。
机构:复旦
来源:arXiv 2603.08659 | AI4Papers 论文推荐平台