漂亮弃牌还是英雄跟注：学习面向自适应推理的预算高效思维

大型推理模型常错误分配测试时计算资源。现有方法多基于感知难度压缩推理，却忽视可解性，导致在不可解问题上浪费资源或在难但可解问题上压缩过度。本文提出“预算高效思维”（BET）框架，将自适应推理建模为不确定性下的计算投资。结合行为冷启动与 GRPO 算法，BET 学会了三种策略：简洁回答简单问题、早期放弃低期望回报问题、为难但可解问题保留算力。实验表明，该方法在七个基准上平均减少 55% 推理 token 并提升性能，且具备零样本迁移能力。