短思考、智能延期、执行并重复：面向边缘 LLM 智能体的校准推理与不确定性感知延期

论文提出 TSDS 框架，将轻量级收敛探针与基于困惑度的云端延期规则结合：本地模型在意图稳定后停止思考，高不确定性动作则交由云端模型处理。通过端到端轨迹上的多目标 Learn-Then-Test 校准，方法在 GSM8K、HotpotQA、MBPP 和家庭机器人任务上提供奖励与云调用率的有限样本保证，并在后三类任务中较仅延期基线减少 43%–73% 的单回合思考计算量。