并非所有错误都等同：后果感知的推理计算分配

现代推理模型可根据任务动态分配测试时计算量，但现有方法仅基于预测难度，隐含假设所有失败成本相同。然而在实际部署中，不同错误的后果差异巨大。为此，本文提出后果感知的测试时计算分配方法，利用轻量级预测器评估任务出错成本，并据此将高后果任务路由至更高计算层级。在 SWE-bench 等数据集上的实验表明，该方法在同等预算下显著降低了成本加权损失，且能准确识别高后果任务。