论文提出按任务动态构建推理脚手架的智能体方法 DOLORES。
资讯摘要
论文提出 Deep Reasoning，一种推理时方法，通过结构化元推理为任务动态构建推理脚手架，而非沿用预先硬编码的固定结构。作者用形式语言把元推理表示为可执行分解，涵盖联想推理、形式计算与递归子问题求解，并据此实现通用智能体 DOLORES。作者报告在四类困难基准、三种模型规模与两个模型家族上，DOLORES 均优于所评估的脚手架方法，平均较最强基线提升 24.8%，8B 版本在过半设置中超过同家族 32B 基线。
要点速读
- 论文指出当前 LLM 智能体的脚手架把推理决策预先硬编码，任务需要改变推理结构时表现脆弱。
- Deep Reasoning 用形式语言将元推理表达为可执行分解，并作为上下文示例指导测试时脚手架构建。
- 作者报告 DOLORES 在四类基准上平均超过最强评估基线 24.8%，8B 版本在过半设置中胜过同家族 32B 基线。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。