别想太多：利用跨轨迹动作一致性作为 LLM 智能体的免费自适应计算信号

针对现有推理时计算扩展方法均匀分配资源的问题，本文提出 TrACE，一种无需训练的自适应控制器。该方法通过测量多次采样轨迹间的动作一致性来动态分配计算预算：高一致性表明决策简单，直接提交；低一致性表明不确定，增加采样次数直至达成共识。在 GSM8K 和 MiniHouse 基准测试中，TrACE 在保持与固定预算自一致性方法相同准确率的同时，减少了 33% 至 65% 的模型调用次数。研究证实，模型输出的一致性可有效编码任务难度，是实现高效自适应推理的关键信号。