Think Again or Think Longer? Selective Verification for Budget-Aware Reasoning
选择性验证：预算感知的推理分配方法
🧭 推理时计算资源分配优化
Department of Computer Science, Virginia Tech · Fralin Biomedical Research Institute, Virginia Tech · FBRI Cancer Research Center, Washington, DC
SEVRA用门控机制选择性触发验证，在提升准确率的同时大幅削减后生成token开销
📌 工作参考价值（4 点）
- 选择性验证降低服务成本：在推荐Agent或RAG管线中，对LLM生成的解释、候选理由进行二次验证会增加延迟和费用，可训练轻量门控模型（基于初始输出的隐含状态或置信度特征）决定是否触发验证，避免全量验证，参考SEVRA将验证token减少26.8%~91.2%的收益。
- 优先扩展初始推理预算：实验表明延长初始生成（如增加token限制）往往比事后验证更高效，在推荐场景中，若已为LLM分配推理预算，应优先投入在首次生成更长、更细致的推理链，而非立即增加验证步骤。
- 门控模型可跨任务迁移：SEVRA的门控策略从数学任务直接迁移到常识推理无需重训，仍能保持高精度且大幅减少验证调用，暗示在领域迁移时，基于求解器状态的“可恢复性”特征具通用性，可尝试复用于搜索词推荐、文案生成等不同任务的验证控制。
- 显式控制有害翻转：对于高敏感场景（如电商价格推荐、法律合规审查），SEVRA将有危害性答案翻转率从2.2%降至1.0%，这种“先判定再验证”的思路可用于拦截LLM在二次推理时可能引入的错误修改，提升输出稳定性。