When2Think：难度感知的推理长度控制
原文标题：When2Think: Learning Difficulty-Aware Length Control for Efficient Hybrid Reasoning Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文针对大推理模型「易题过度思考、难题思考不足」的问题，提出后训练框架When2Think，通过实例级难度感知控制（IDAC）动态分配计算量，学习何时用System 1直答、何时用System 2长推理。在AIME24上Pass@3提升10.0%同时token用量减少27.9%，AIME25达40.0% Pass@3。
深读 · 结论先行AI 生成展开看要点与影响 ↓
When2Think按难度分配推理长度，AIME24 Pass@3升10.0%同时token降27.9%。
- •针对大推理模型易题过度思考、难题思考不足的系统性低效
- •提出IDAC实例级难度感知控制，用预计算准确率与token统计塑造奖励
- •无需学习型奖励模型或在线参考模型查询，实现无critic稳定优化
- •AIME24上Pass@3提升10.0%，token用量减少27.9%
- •AIME25达40.0% Pass@3，优于压缩与纯路由基线
为什么重要：同时提升准确率并降低token消耗，直接关系推理模型的部署成本，而非仅学术指标。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。