本研究提出了AnytimeReasoner框架，旨在提高大型语言模型的推理效率。通过优化令牌预算，显著提升了训练和令牌效率，实验证明其在数学推理任务中优于现有技术。

本研究提出了一种动态估计令牌预算的推理框架，旨在提高大语言模型的令牌使用效率，降低成本，并在仅轻微影响性能的情况下实现效率与准确性的平衡。