对抗性推测推理提升长时程智能体性能

本文提出了一种对抗性推测推理方法，通过训练draft模型在关键决策点被拒绝，使目标模型在无噪声条件下采样关键推理token，从而提升长时程智能体的推理准确性。在复杂智能体编码基准测试中，该方法在不改变目标模型或其输出分布的情况下，显著提高了端到端成功率。