ReaComp：将 LLM 推理编译为符号求解器以实现高效程序合成

针对大语言模型在复杂组合搜索任务中效率低且不可靠的问题，本文提出 ReaComp 方法。该方法利用少量推理轨迹，通过编码智能体将其编译为基于受限领域特定语言的复用型符号程序合成器。生成的求解器在测试时无需调用 LLM，作为独立系统在 PBEBench 基准上表现优异，显著超越单纯扩展测试时计算的 LLM。此外，该方法与 LLM 搜索结合形成神经符号混合系统，在大幅提升准确率的同时降低了 78% 的令牌消耗，并展现出向历史语言学任务迁移的能力。