知道何时寻求帮助：分层 LLM 代理中的贝叶斯自我升级

当前的 LLM 代理系统在推理开始之前（路由器选择模型）或响应完成之后（验证者对其进行评分并可以重试）决定委派。我们研究第三种机制：一个智能体在自己的推理过程中认识到自己不太可能成功，并将控制权转移给更强大的模型。我们将代内委托制定为学习能力后验的贝叶斯最优停止问题——对代理最终任务成功的在线估计，其足够的统计数据是从标记的轨迹中学习的，而不是读取原始熵。我们推导出封闭形式的近视升级阈值，通过动态规划来表征最优策略，并证明最优策略是一个时变阈值，对原始信号没有形状假设。我们进一步证明了预言机信念在信号的切尔诺夫信息率下的指数分离、由后验校准控制的遗憾界限以及有限样本保证：使用 n 个标记的校准轨迹，部署的插件策略的遗憾衰减为 1/sqrt(n)。受控模拟研究证实了理论的每个预测，包括预测的 1/sqrt(n) 率。我们还报告了对 Qwen2.5-Coder 1.5B->7B 代码级联（MBPP，257 个任务）的真实模型验证，证实了三个预先注册的预测中的两个：升级边界在同等成本下主导事后路由，并且累积能力信念的歧视随着一代人的推移而上升。