新论文提出混合决策范式让模型学会何时思考

UCL 等机构团队在 Hugging Face 发表论文《The Value of Thinking》，提出「zero-or-T 思考」的自路由混合决策范式：模型自行判断是在单次前向传播中直接作答（0 token），还是启用深度推理。实验显示该方式可将延迟降低 72.5%，同时准确率反而提升，为高效推理提供了新思路。

2026-11-13 ~ 2026-11-14 · 2 条相关