Learning When to Think: Adaptive Reasoning for Test-Time Compute Allocation
学习何时思考：面向测试时计算分配的自适应推理
专题命中 测试时计算 ：reasoning(title,abstract)；test-time compute(title)；分类 cs.AI
AI总结 该研究提出基于GRPO的自适应推理模型，通过三种模式选择分配测试时计算，在MATH数据集上减少41%响应长度且保留高准确率，还可迁移至其他基准。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 测试时计算 4 篇
COMET: Contrastive Motion-Enhanced Temporal Reasoning for Video Multimodal Large Language Models
COMET：面向视频多模态大语言模型的对比运动增强时序推理
机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； Sun Yat-Sen University（中山大学） ； Pingan Technology（平安科技）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 COMET是一种视频多模态大语言模型时序增强框架，通过显式时序表示等方法，在Qwen3-VL-8B等模型的动作、时序推理任务上取得性能提升，且可跨模型家族通用。
Comments Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026)
Agentic ESOpt: Fine-Tuning Long-Horizon LLM Agents with Minimal GPU Requirements
Agentic ESOpt：以最小GPU资源微调长视野大语言模型智能体
机构 * National University of Singapore（新加坡国立大学）
专题命中 测试时计算 ：reasoning(abstract)；test-time compute(abstract)；分类 cs.LG
AI总结 本文提出Agentic ESOpt框架，用进化策略微调长视野LLM智能体，仅需最小GPU资源，在WebArena-Lite上使Qwen-3.5-27B性能提升6.69%，提示-参数协同演化在多数设置中优于基准。
SEISMO: Explanation-Aware, Trajectory-Conditioned LLM Agents for Sample-Efficient Molecular Optimisation
SEISMO：通过轨迹感知的LLM代理提高分子优化的样本效率
机构 * Technical University of Munich, Germany（慕尼黑技术大学，德国） ； TUM School of Computation, Information（TUM计算、信息学院） ； Technology, Department of Mathematics（技术学院，数学系） ； Helmholtz Munich – German Research Center for Environmental Health (GmbH), Institute of Structural Biology, Molecular Targets（海德堡慕尼黑德国环境健康研究所以及结构生物学研究所，分子靶点） ； Therapeutics Center, 85764 Neuherberg, Germany（治疗中心，德国新赫尔伯格85764） ； Machine Learning Research（机器学习研究）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 SEISMO通过轨迹感知的LLM代理实现高效的分子优化，利用结构化反馈提升样本效率。
Comments Fabian P. Krüger and Andrea Hunklinger contributed equally to this work
