AI-agenter tänker för mycket – eller för lite – och det kostar

arXiv cs.AI

Forskare har identifierat ett grundläggande problem med AI-agenter: de lägger antingen ner för mycket beräkningskraft på enkla uppgifter eller för lite på komplexa, vilket leder till onödiga kostnader eller felaktiga svar. Testerna på benchmarkarna MATH-500 och GAIA visar att 'övertänkande' driver upp tokenförbrukningen utan att förbättra noggrannheten, medan 'undertänkande' konsekvent ger ofullständiga lösningar. Poängen är enkel: dagens AI-system saknar förmågan att dynamiskt anpassa hur mycket de faktiskt behöver tänka.