摘要
自主代理常被委以复杂长程任务，但多步推理链中微小的语义解释错误会随步骤增加而累积，导致可靠性下降。现有方法缺乏运行时适应性。本文将该过程形式化为噪声马尔可夫决策过程，提出 DenoiseFlow 闭环框架。该框架通过三个阶段进行渐进式去噪：感知每步语义不确定性、基于风险自适应调节计算资源、以及基于影响分析的定向纠错。实验表明，该方法在多个基准测试中准确率最高，同时显著降低了计算成本。
AI 推荐理由
论文核心解决多步推理中的误差累积问题，提出去噪框架提升推理可靠性。
研究机构
北京大学计算机学院
北京大学电子工程系和计算机科学学院
中国南方电网
北京航空航天大学计算机学院
论文信息