Meta-Reasoning 论文:把执行策略纳入推理,ProgramBench 上超 Codex 13.5 分
anirudhg9119 · x · 2026-10-01
Paras Dahal、Anirudh Goyal 等 Meta/Facebook AI Research 与学界作者(含 Taco Cohen、Rob Fergus、Jason Weston、Ruslan Salakhutdinov)发布论文《Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning》。
- 核心思想:随着 agent 处理更长更复杂的任务,控制执行本身成为独立问题——每一步都要决定基于哪些部分成果、是否重来、何时停止。论文提出 agentic meta-reasoning:在推理时引入一个 controller,负责整合运行已确立的结论、探索下一步选项、在剩余预算下评估各选项价值并派发任务;worker 承担任务级计算。controller 在决策间只保留紧凑的运行记录,不回放完整历史。
- 实验结果:在 ProgramBench(通过程序重建测试长程 agent 能力)上,GPT-5.5 + meta-reasoning 达 71.5%,对比 Codex 的 58.0%;Opus 4.8 达 67.2%,略高于 Claude Code 的 65.5%。在其他涵盖抽象推理、多域长程推理与证明生成的基准上,相比直接控制基线提升 3.64.2 分。
- 观点:推理时扩展的未来不只是"跑多少计算",而是"跑什么计算、如何依赖前序结果、何时停止"——扩展推理将越来越意味着扩展组织计算结构本身的能力。
所属事件:Meta 提出 Agentic Meta-Reasoning：让模型自建推理计算图(3 条相关)→
「编程与Agent」频道最新
- Merge Agent Handler 入驻 NVIDIA NemoClaw，凭证隔离跑企业智能体 — shensi · 2026-10-01
- Google Data Agent Kit 正式 GA：15+ 数据服务接入任意编码智能体 — rseroter · 2026-10-01
- Claude Code 2.1.286 发布:88 项变更,含密钥泄露修复 — ClaudeCodeLog · 2026-10-01
- OpenClaw 将直播探讨 Jev 决策模型与企业级开源 Agent 落地 — heyneighbor · 2026-10-01
- dcl-agent-mcp：让 AI 智能体在 Decentraland 虚拟世界拥有真实化身 — art2meta · 2026-10-01
- 开源 song-ad 技能:Claude 一键生成 7-10 分钟长剧式广告歌曲 — SucceededMind · 2026-10-01