Meta等13人新论文:让模型自建推理图,编程任务胜Codex 13.5分
CatAstro_Piyush · x · 2026-10-19
Meta 与多位研究者发布论文《Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning》,提出「agentic meta-reasoning」推理时框架:把 agent 执行中的控制决策显式化为结构化推理过程。
核心设计:
- Worker 负责任务级计算,Controller 负责汇总已有进展、探索下一步选项、在剩余预算下评估每个选项价值并派发工作,Controller 只携带压缩的运行状态而非完整历史重放。
- 让模型自己决定探索什么、保留什么、验证什么、算力花在哪,即在推理中动态构建自己的计算图,支持分支、剪枝、回溯。
主要结果(ProgramBench 程序重建长程任务):
- GPT-5.5 下 meta-reasoning 达 71.5%,Codex 为 58.0%;Opus 4.8 下达 67.2%,Claude Code 为 65.5%。
- 在抽象推理、多域长程推理、证明生成等基准上比直接控制基线提升 3.64.2 分。
作者阵容包括 Rob Fergus、Jason Weston、Ruslan Salakhutdinov、Taco Cohen 等。
「编程与Agent」频道最新
- 「祈祷式编程」走红:AI 编码时代的自嘲新梗 — lxfater · 2026-10-19
- 开发者自嘲:复杂 AI 工作流里自己成了「人类 API」 — jacalulu · 2026-10-19
- 用 Claude Code 给父母电视去广告：删 25 个内置包重写启动器 — HarperSCarroll · 2026-10-19
- Sentry 联创的 AI 写作法:口述成稿,大纲交给模型,文字自己写 — lmoroney · 2026-10-19
- UCSD 发布 CarryOn:面向长程 Agent 的面向对象上下文运行时 — McAuley-Lab · 2026-10-19
- 腾讯清华 TreeOPSD:无 Critic 实现长程 Agent 强化学习 — Tencent-Hunyuan · 2026-10-19