基于贝叶斯非参数记忆的推理策略测试时自适应

研究提出用贝叶斯非参数记忆模块在测试时自适应调整 LLM 的推理策略，把观察输入查询时发现的新策略当作不断增长的"小抄"，在推理时检索复用，以缓解链式思维生成成本高的问题。该方法针对推理路径次优导致生成开销显著上升、且已有机制难以将自反思所得延续到后续问题的局限。