我要投稿

更多thinking≠更好结果，精准thinking可砍掉一半长度

发布日期：2025-06-25 19:57:59 浏览次数： 2104

作者：深度学习自然语言处理

微信搜一搜，关注“深度学习自然语言处理”

大模型推理为什么又长又啰嗦？

想象一下让学霸解题：明明第一步就得出答案，却非要反复验算十遍，还写满整张草稿纸——这就是当前大模型（如GPT-4、DeepSeek）的痛点！

论文：Optimizing Length Compression in Large Reasoning Models
链接：https://arxiv.org/pdf/2506.14755

论文发现：模型在简单题目上过度推理，生成大量无关步骤。比如解方程时，答案早出现了，后面全是"让我再检查一下..."的废话。

如图对比：普通模型像写小作文，LC-R1训练后像发微博

关键发现：模型在"无效思考"上浪费45%时间！

作者提出 "无效思考"（Invalid Thinking）概念：

定义：模型得出正确答案后继续的冗余验证步骤
量化指标 VT率：有效推理长度 ÷ 总推理长度

惊人数据：当前顶尖模型的平均VT率仅58-65%，意味着35-45%的计算资源在空转！

好比打车去3公里外吃饭，司机绕路开了6公里

解决原则："简短"和"够用"的平衡术

传统方法粗暴砍长度可能误伤关键步骤。本文提出两大原则：

Brevity（简短）：只保留必要推理，答案一出立刻停笔
Sufficiency（够用）：确保关键逻辑步骤不丢失

类比烹饪：
普通厨师：煮面10分钟，再煮5分钟"确保熟透" → 冗余
智能厨师：煮面10分钟，筷子一夹就关火 → Brevity+Sufficiency

LC-R1方法：双奖励机制的训练魔法

核心方法：用强化学习给模型"植入条件反射"

长度奖励：整体输出越短，奖励越大（防啰嗦）
压缩奖励：精准识别"无效思考"并删除（防过度检查）

关键操作：
当模型首次输出正确答案时，立刻给</think>标记发"红包"（奖励），训练它养成答完即停的习惯！

公式示意：
压缩奖励 = 1 - (有效长度 / 原始长度)
提前终止时罚分 -1（避免偷工减料）

效果验证：砍掉一半长度，精度只掉2%

在7大测试集（数学/编程/逻辑题）中，LC-R1碾压其他压缩方法：

平均缩短50%长度：从1万token→5千token
精度仅下降1.8-2.1% （其他方法降幅4-12%）
VT率飙升至97% （原模型仅58%）

如图：LC-R1稳居帕累托前沿最优位置

案例对比：同一道数学题

原始模型：写1600字小作文（43%是废话）
LC-R1：500字搞定，逻辑完整

彩蛋：压缩后模型反而更"专注"？

不影响探索能力：多次尝试解题的成功率不变
通杀难易题目：从小学数学到奥赛题，压缩率稳定

"删掉的真是纯废话，留着的全是干货！"

结语

LC-R1的价值不仅是技术突破，更揭示了模型推理的本质规律：
更多步骤≠更好结果，精准思考才是王道。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-03-21

编程选GPT-5.4，还是GPT-5.3-Codex？

2026-03-21

AI Coding前端实践后的复盘总结

2026-03-21

OpenAI 首席科学家：Codex 只是雏形，我们要造的是「全自动 AI 研究员」

2026-03-21

谷歌Stitch「氛围设计」干崩Figma 8.8%股价：十年经验，败给巨头一次更新（附实测）

2026-03-21

为什么 CLI 比 MCP 更适合 LLM

2026-03-21

渐进式披露（Progressive Disclosure）：Agent 从 Demo 到企业级落地的 “救命架构”

2026-03-21

AI 编程工具怎么选？Codex 和 Claude Code 的本质区别

2026-03-21

Karpathy 最新播客：我得了 AI 精神病、App 将消失、Agent 将碾压实验室

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Pencil：设计和写代码，以后就全让AI干了

2026-01-24

独家实录｜唐杰、杨植麟、林俊旸、姚顺雨...All Star 对话上，大家聊了啥？

2026-01-10

2026 开年 AI 工具推荐，让你新的一年效率起飞！（建议收藏）

2026-01-01

从0到1玩转Clawdbot：我花了40小时，把这些坑都踩完了

2026-01-26

终于！Gemini CLI支持Agent Skills，一键搬运Claude Code的“绝招”

2026-01-09

Claude Code Skills 国内实践全指南：从安装部署到高阶开发

2026-01-09

深度解析——为什么Claude code CEO Dario 如此反中？

2026-01-23

谷歌没想到：Antigravity 竟成了 Claude Code 的“免费充电宝”？

2025-12-30

不会封号的Claude Code使用方法！已稳定测试一个月，还能共享给团队。

2026-01-14

我装了 9 个 Skill，终于看懂了 Google Antigravity 的野心

2026-01-21

大家都在问

编程选GPT-5.4，还是GPT-5.3-Codex？

2026-03-21

真实测评MiniMax M2.7，不吹不夸，它到底什么水平？

2026-03-20

深度分析：Agent Harness/框架到底有没有竞争壁垒？

2026-03-19

咨询 | OpenAI、Anthropic纷纷和咨询公司合作的背后，折射除了行业落地AI什么样的趋势？

2026-03-19

大伙都在养虾，MiniMax 带着新模型来偷偷上分了？

2026-03-19

Harness Engineering 为什么是 Agent 时代的“控制论”？

2026-03-18

阿里云新品发布：Agent ID Guard，谁来管理“小龙虾们”的身份安全？

2026-03-17

香港终于能直接用 Gemini 了，内地用户能用上吗？

2026-03-17

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部