Мы утверждаем, что эффективное агентное мышление выигрывает от разложения обсуждения на три взаимодействующие системы: реактивное исполнение (Система I) для детального рассуждения и прямого действия; симуляционное мышление (Система II), которое прогнозирует последствия предлагаемых действий с помощью модели мира; и саморегуляция (Система III), которая решает, когда и насколько глубоко планировать с помощью обученного конфигуратора. SR²AM (саморегулируемый агент симулятивного рассуждения LLM) — это наша реализация: конфигуратор и симулятивный планировщик реализованы как отдельные этапы цепочки мыслительных рассуждений LLM, при этом сам LLM служит моделью мира в языковом пространстве. SR²AM-v1.0-30B достигает общего балла Pass@1 71,3 по 11 тестам, охватывающим математику, естественные науки, табличный анализ и поиск информации в Интернете, что составляет конкуренцию системам с параметрами 685B–1T, потребляя при этом на 25–95% меньше токенов рассуждения, чем агентные LLM сопоставимого размера. — Декомпозиция Системы I+II+III: конфигуратор (Система III) за ход решает, следует ли планировать, продолжать существующий план или действовать напрямую; имитационный планировщик (Система II) строит планы, основанные на предсказанных будущих состояниях; реактивное исполнение (Система I) обрабатывает…
Модальности:
Генерация текста
Области применения:
Логика и рассуждение Диалог / чат Вызов функций (Tool use)
Задача: Генерация текста
Автор: sailing-lab
Теги: qwen3_moe, agent, reasoning, tool-use, simulative-planning, conversational, en, endpoints_compatible
Лайков: 11 | Загрузок: 78
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
