PoTRE：受认知异质性启发的测试时推理

尽管大语言模型（LLM）在许多任务上表现出色，但它们在需要长程规划与迭代纠错的复杂推理上常常吃力。而且当模型遭遇新抽象或严格的领域约束时，标准的单流提示方式显得脆弱。我们提出PoTRE（多拓扑推理集成），一个异构框架：把推理解耦为四个智能体——（1）对抗精炼智能体、（2）层级战略规划智能体、（3）谱搜索智能体与（4）直接链智能体；最后的任务自适应聚合层动态调和这些视角——经最终候选选择、语义综合或神经符号验证——产出稳健的全局解。我们在三个前沿基准上评估PoTRE：ARC-AGI-2、Humanity's Last Exam（HLE）与PRBench Finance。PoTRE在HLE上取得49.92%的最先进准确率，超过此前最佳官方分数。我们证明该架构异质性以相近或更少的推理token取得优于重度扩展的同质基线的推理表现。