# 相同信念，不同策略：为LLM推理中的早期停止学习可复用表示

> 全文为英语

**Published:** 2026年10月23日
**Author:** Jingwei Ni, Dmitry Abulkhanov, Vladislav Smirnov, Markus Leippold, Elliott Ash, Timothy Baldwin, Artem Shelmanov, Mrinmaya Sachan
**Source:** arXiv — cs.AI
**Language:** en-US
**HTML:** https://aiqazaqstan.com/zh/articles/same-beliefs-different-policies-learning-reusable-representations-for-ea

arXiv:2610.30450v1 通告类型：新 摘要：推理型LLM在得到正确答案后往往继续推理，浪费算力且有时用错误答案替代正确答案。决定何时停止是一个元推理问题：模型必须权衡进一步...

> 内容来自原始来源： **arXiv — cs.AI**
> [在 arXiv — cs.AI 阅读全文](https://arxiv.org/abs/2610.30450)

**标签：** #arXiv #GPU & Суперкомпьютеры

---

*AI Qazaqstan — non-commercial informational portal about AI in Kazakhstan. Machine translations and summaries are AI-generated.*