★ 3
When2Think：难度感知的推理长度控制
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…
arXiv cs.AI45 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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…