我國科學家提出高效推理策略可避免大模型“過度思考”

　　隨著人工智能大模型的不斷發展，如何讓其在“難”的問題上深入思考，而不是對所有問題“想個不停”？記者5月29日從中國科學院自動化研究所獲悉，該所聯合鵬城實驗室提出了一種高效推理策略AutoThink，可讓大模型實現自主切換思考模式，避免“過度思考”。

　　“當前，越來越多的大模型開始具備‘深度思考能力’。”中國科學院自動化研究所研究員張啟超說，模型在回答問題之前要先生成一整段包含反復自我反思、自我驗證的推理過程，然后再給出答案。

　　張啟超表示，這一思考模式顯著提升了大模型解決復雜問題的能力，但同時也帶來了“過度思考”的問題，即在處理簡單任務時也會生成冗余的思考過程。

　　“比如使用者對大模型提問‘2+3等于幾’，大模型可能會從自然數定義講起，列出加法交換律，甚至反復確認，最后才輸出答案是5。”張啟超說，這種不必要的“過度思考”現象在推理模型中廣泛存在。

　　針對這一問題，AutoThink可賦予推理模型根據題目難度自主切換思考模式的能力，即通過所設計的提示詞和多階段強化學習，引導其自主決定是否進行深度思考。

　　張啟超介紹，AutoThink提供了一種簡單而有效的推理新范式——通過省略號提示配合三階段強化學習，引導大模型不再“逢題必深思熟慮”，而是根據問題難度自主決定“是否思考”“思考多少”。在多個數學數據集上，AutoThink實現了準確率與效率平衡，既提升性能又節省算力，展示出較強的適應性和實用性。

　　據悉，AutoThink已集成于一站式智能科研平臺ScienceOne，并將用于訓練ScienceOne的基座大模型S1-Base。研發團隊表示，讓大模型“更聰明地思考、更簡潔地表達”，是未來科學基礎大模型演進的重要方向。