苹果与 CMU 提出 SSR 框架：把 Agent 推理改成选择题，每轮推理延迟降低 90%
搜索 Agent 的推理未必需要逐字生成——苹果和 CMU 用「选选项」替代让人看到高延迟推理可被压缩而不损失精度。
苹果与 CMU 的研究团队提出 SSR 框架，把搜索 Agent 每步的 free-form thinking（自由形式推理）换成从 6 条预定义推理选项中做选择题。模型直接给每个选项的似然打分、并行计算，不用逐 token 生成。在 7 个多模态搜索 benchmark 上，每轮推理延迟降低超过 90%，成功率与自由生成持平。
正文摘录
.jpg)  在智能体的典型工作流程中，模型每执行一个动作之前，都要先生成一段自由形式推理（free-form thinking）：分析当前观察、评估已有证据、再决定下一步行动。这一 “思考” 过程是 ReAct 范式的核心环节，但也带来了实打实的推理开销。 来自苹果与卡内基梅隆大学的研究团队近期提出了一种新框架 SSR（Selection-based Structured Reasoning），对这一环节进行了重新设计：与其逐 token 生成推理，不如让模型从一组预定义的推理选项中 “做选择题”。实验结果显示，这一方法在 7 个多模态搜索 benchmark 上将每轮推理延迟降低超过 90%，同时保持了与 free-form thinking 相当的任务成功率。