论文用自反思信号按需升级模型，改善智能体准确率与效率权衡。
资讯摘要
论文提出 AgentCollab，一种自驱动的协作推理框架，在智能体执行过程中动态协调不同推理能力的模型。它不依赖外部路由模块，而是用智能体自身的自我反思信号判断当前推理轨迹是否取得实质进展，仅在必要时将控制权升级到更强的推理层级；并引入难度感知的累积升级策略，依据近期失败信号分配额外推理预算。作者以两级小-大模型设置进行实验，报告在多步智能体基准上持续改善准确率与效率的帕累托前沿，代码已公开。
要点速读
- 框架用智能体自身自我反思信号决定是否升级到更强模型，而非外部路由模块。
- 提出难度感知的累积升级策略，按近期失败信号分配额外推理预算。
- 作者报告在多步智能体基准上改善准确率-效率帕累托前沿，代码已开源。
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 2026/11/3 08:00:27（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。