过思考惩罚方法使推理链缩短约30%

polkirichenko · x · 2026-07-07

研究者 Lotfi Sanae 团队此前提出的「过思考惩罚」(overthinking penalty)方法,经他人复现测试确认有效,可使模型的思维链(CoT)长度减少约30%。该机制旨在抑制模型推理时的冗余「过度思考」,在保持能力的同时降低推理成本与延迟。