Learning When to Plan: Efficiently Allocating Test-Time Compute for LLM Agents
Anzeige
Ähnliche Artikel
arXiv – cs.LG
•
LLM-Training neu: Selbstkorrigierende, lange Denkketten steigern Matheleistung
arXiv – cs.AI
•
JT-DA-8B: KI-Modell revolutioniert Tabellenanalyse mit Tool-gestütztem Denken
arXiv – cs.AI
•
Meta-Policy Reflexion: Reusable Reflective Memory and Rule Admissibility for Resource-Efficient LLM Agent
arXiv – cs.LG
•
MaxCode: KI-Framework steigert Code-Optimierung um bis zu 20 %
arXiv – cs.AI
•
KI-Agent KP-Agent steigert SSA-Kampagnen um 49 % durch Keyword‑Pruning
arXiv – cs.AI
•
Datenlernen in LLMs führt zum Kollaps – Symbolische Modelle sind entscheidend