港大等团队提出 AutoThink:推理链缩短 65%,决策准确率提升 11.5–18.4 个百分点
jiqizhixin · x · 2026-11-23
StartLux 与香港大学、南方科技大学研究者在 arXiv 预印本中提出 StartLux-Decision 框架,核心是 AutoThink 方法:先估计决策概率,仅对低置信度样本调用显式推理,再融合前后两次预测。
- 推理链最多缩短 65%,同时基本保持决策准确性
- 在 DecisionPivot 基准上,AutoThink 比对应的 Instant 变体配对准确率提升 11.5–18.4 个百分点
- 基于 Qwen3.5(0.6B–27B)训练:全参数 SFT 后接 adapter 与「推理监督 + RLCD²」阶段,强化学习目标用 proper scoring rules 奖励校准概率,并软性惩罚过长的推理
- 推理时采用 Read-or-Think:Instant 模式单次前向出结果,AutoThink 模式不确定时才生成推理再输出
「研究」频道最新
- Haier 合著新论文:智力差异或源于神经元代谢效率 — rjhaier · 2026-11-23
- 从四色定理到欧拉猜想:枚举如何成为数学证明的合法工具 — moarbugs · 2026-11-23
- MICCAI 演讲:全球协作与 AI 数据缩放定律绘制人类脑疾病图谱 — PTenigma · 2026-11-23
- ENIGMA 问答实录:开放数据为何让阿尔茨海默 AI 分类快速突破 — PTenigma · 2026-11-23
- VLA 机器人提速的 25 种方法全景盘点,附论文与代码 — TheTuringPost · 2026-11-23
- 一群 AI 智能体组队「在线攻克」P=NP,1740 次会话仍在跑 — kimmonismus · 2026-11-23