[LG]《Language Models Coupled with Metacognition Can Outperform Reasoning Models》V Khandelwal, F Rossi, K Murugesan, E Miehling... [IBM Research] (2025)
大型语言模型（LLM）结合元认知机制，能在推理任务中超越专用推理模型（LRM）。核心亮点如下：
• SOFAI-LM架构创新地融合了快速但有时不严谨的LLM（系统1）与缓慢但逻辑严密的LRM（系统2），由元认知治理模块动态监控与反馈，促进LLM自我纠正，无需额外微调。
• 反馈形式分为多行（MLF）与单行（SLF），实验表明MLF结合简洁的最小情景记忆（MEM）效果最佳，既提高成功率又降低推理时间。
• 在图着色问题（需全局一致约束）与代码调试（局部修复）两个截然不同领域，SOFAI-LM均表现出色：通过迭代反馈，LLM的解题能力大幅提升，成功率远超单独LRM，同时推理时间显著缩短。
• 当LLM连续迭代未能收敛，元认知模块智能调用LRM，且针对图着色问题，单纯传递原始问题（Problem-Only，PO）给LRM效果最佳；而在代码调试中，传递包含历史尝试和反馈的上下文（Full History，FH）更有助于LRM高效解题。
• 实验涵盖多种模型组合（如Granite 3.3B、Llama 3.1、DeepSeek R1 8B、Qwen 2.5 Pro等），结果一致支持：迭代反馈驱动的LLM体系不仅能匹配甚至超越LRM的准确率，还能大幅提升计算效率。
• SOFAI-LM架构无需对LLM进行训练或微调，具备极强的模型通用性和领域适应性，提供了一种轻量且高效的“快思考+慢推理”协作范式。
这表明，将灵活快速的语言模型与严谨推理模型通过元认知反馈机制融合，是提升AI复杂推理任务表现的有效路径。未来，自动化元认知策略优化将进一步推动此类混合架构向通用、可扩展智能迈进。
详见👉 arxiv.org/abs/2508.17959
人工智能大语言模型元认知推理模型图着色代码调试神经符号
