CogRouter: Dynamische Tiefenanpassung für LLM-Agenten erhöht Effizienz und Erfolg

Large Language Models (LLMs) werden zunehmend als autonome Agenten eingesetzt, um komplexe Mehrschritt-Entscheidungsaufgaben zu lösen. Dabei greifen die meisten Systeme jedoch auf starre Denkmuster zurück: Modelle ohne „Denken“ liefern sofortige Antworten, während Modelle mit „Denken“ gleichmäßig tiefgreifendes Schließen betreiben. Dieses Vorgehen ist bei Aufgaben mit variierenden kognitiven Anforderungen ineffizient, weil manche Schritte nur routinemäßige Ausführung erfordern, andere hingegen strategische Planung benötigen.

Mit dem neuen Framework CogRouter wird diese Starrheit aufgehoben. Das System lernt, die Tiefe des Denkprozesses je Schritt individuell anzupassen. Auf Basis der ACT‑R‑Theorie wurden vier hierarchische kognitive Ebenen definiert – von instinktiven Reaktionen bis hin zu strategischer Planung – und die Agenten werden darauf trainiert, die passende Ebene für jede Situation zu wählen.

Der Trainingsprozess besteht aus zwei Phasen. Zunächst erfolgt ein Cognition‑aware Supervised Fine‑Tuning (CoSFT), das stabile, niveau‑spezifische Muster vermittelt. Anschließend wird mit Cognition‑aware Policy Optimization (CoPO) die Schritt‑für‑Schritt‑Kreditzuweisung optimiert, wobei die Belohnung durch ein confidence‑aware advantage reweighting gewichtet wird. So lernt der Agent, die kognitive Tiefe so einzusetzen, dass die Zuversicht für die gewählte Aktion maximiert wird.

In umfangreichen Tests auf den Benchmark‑Suiten ALFWorld und ScienceWorld erzielte CogRouter einen Erfolg von 82,3 % mit dem Modell Qwen2.5‑7B. Damit übertrifft es GPT‑4o um 40,3 %, OpenAI‑o3 um 18,3 % und GRPO um 14,0 %, während gleichzeitig 62 % weniger Tokens verbraucht werden.

Die Ergebnisse zeigen, dass eine dynamische Anpassung der kognitiven Tiefe nicht nur die Leistung steigert, sondern auch die Effizienz von LLM‑Agenten deutlich verbessert. CogRouter stellt damit einen bedeutenden Fortschritt in der Entwicklung autonomer Entscheidungsagenten dar.