停止策略 LLM-DailyDigest 2026-08-16 2026-08-16 约 100 字 预计阅读 1 分钟 停止策略 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 反思早停 1 EvoResearcher：免训练的推理时自我反思与成本约束早停 08-20 在策略蒸馏 1 EOS 标记不一致导致在策略蒸馏长度膨胀 09-19 推理扩展 1 LEV：通过循环决策模型实现快速与深度思考 10-18 推理早停 6 StreamStop：语言模型智能体的流式推理自适应早停 10-21 AURA：效用引导的自适应推理提升文本检索效率 10-18 Settle：从答案稳定性学习何时停止推理 10-01 Adaptive Self-Consistency：基于分布反馈的自适应推理早停 10-01 递归模型何时完成计算 09-23 知道何时停止：LLM 评测的贝叶斯最优停止 08-17 推理评测 1 Thinking Inertia：LLM 被要求停止思考后仍持续推理 10-09 智能体评测 1 EarlyEval：通过早期结果预测降低智能体评测成本 09-03 检索停止 1 多轮 RAG 何时停止：Search-R1 的结构化停止判断 08-16 测试时优化 2 PORTAL：何时应在测试时干预？ 10-29 ARR：在修订与重采样间自适应分配测试时计算 10-21 状态读出 1 J64/R64：从原生 MoE 路由读出可解释推理状态 08-19 程序修复 1 别修没坏的代码：LLM 迭代修复的伪缺陷循环 09-10 置信度调度 1 ParaTempo：基于时间置信度的高效并行推理 08-18 自动化对齐 1 Artificial Id：智能体内驱力与持续对齐 09-11 自适应想象 1 RISE：世界动作模型的自适应想象与选择性推演 08-26 评测审计 1 迭代式 ML 智能体的显式反馈契约 10-22
