ROI-Reasoning: Teaching AI to Budget Its Thinking Tokens

ROI-Reasoning: Teaching AI to Budget Its Thinking Tokens

Smarter AI means knowing when to think harder

LLMs can improve by thinking longer, but they rarely know how much thinking a task really needs. ROI-Reasoning trains models to plan their effort under a hard token budget, like students managing time on an exam.

  • Meta-Cognitive Fine-Tuning: Before answering, the model estimates difficulty, predicts tokens needed, and chooses to solve or skip.
  • Rationality-Aware Reinforcement Learning: The model learns long-horizon strategies to allocate its limited thinking tokens across many questions.

The authors cast this as an Ordered Stochastic Multiple-Choice Knapsack Problem: spend tokens where they yield the highest return.

On budgeted math benchmarks, ROI-Reasoning increases overall scores and reduces regret when computation is tight.

Bottom line: better meta-cognition means better answers per token.

Paper: https://arxiv.org/abs/2601.03822v1. Authors: Muyang Zhao, Qi Qi, Hao Sun.

Paper: https://arxiv.org/abs/2601.03822v1

Register: https://www.AiFeta.com

AI LLMs Reasoning MetaCognition ReinforcementLearning Optimization Tokens

Read more

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Moni on tuijottanut Exceliä ja toivonut voivansa vain kysyä: missä kaupunginosissa koti on kävelymatkan päässä terveysasemasta ja ruokakaupasta? Ihmismielelle yksinkertainen pyyntö muuttuu helposti tuntien suodatukseksi ja kaavanviilaukseksi. Tietokone kyllä tietää vastauksen – jos vain osaisimme puhua sen kieltä. Viime vuosina apua on pyydetty juttelevalta tekoälyltä. Se osaa etsiä ja tiivistää tekstejä,

By Kari Jaaskelainen
Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Katsaus kokoaa, miten kielimalleja voi vahvistaa antamalla niille jäsenneltyä lisätietoa vastaushetkellä – yksinkertaisista vihjeistä aina syy–seurausketjuiksi järjestettyyn taustaan. Kuvittele, että pyydät tekoälyä selittämään, mitä uusi lakimuutos tarkoittaa pienyrittäjälle. Yleismallinen kielimalli osaa puhua aiheesta sujuvasti, mutta jos laki on muuttunut äskettäin, vastauksessa voi olla vanhaa tietoa tai epävarmoja arvailuja. Sama kokemus

By Kari Jaaskelainen
Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Kuvittele chat-ikkuna, jossa vastaus alkaa rönsyillä: ensin pari perustelua, sitten varmistus, lopulta vielä varmistuksen varmistus. Käyttäjä odottaa, laskutus juoksee. Tekoälymallit hinnoitellaan usein “tokeneina” – sananpaloina – joten jokainen turha kiemura maksaa sekä aikaa että rahaa. Vuosia alalla vallitsi hiljainen oletus: mitä enemmän mallilla on laskentatehoa ja mitä pidemmin se ”miettii”, sitä parempaa

By Kari Jaaskelainen