我国科学家提出高效推理策略 可避免大模型“过度思考”

随着人工智能(réngōngzhìnéng)大(dà)模型的不断发展，如何让其在“难”的问题上深入思考(sīkǎo)，而不是对所有问题“想个不停”？记者5月(yuè)29日从中国科学院自动化研究所获悉，该所联合鹏城实验室提出了一种高效推理策略(cèlüè)AutoThink，可让大模型实现自主切换思考模式，避免“过度思考”。 “当前(dāngqián)，越来越多的大模型开始具备‘深度思考能力’。”中国科学院自动化研究所研究员张启超说，模型在回答问题之前(zhīqián)要先生成一整段包含反复自我反思(fǎnsī)、自我验证的推理过程，然后再给出答案。 张启超表示，这一思考模式(móshì)显著提升了大模型解决复杂问题的能力(nénglì)，但同时也带来了“过度思考”的问题，即在(zài)处理简单任务时也会生成冗余的思考过程。 “比如使用者对大模型提问‘2+3等于几(jǐ)’，大模型可能会从自然数定义讲起，列出加法交换律，甚至反复(fǎnfù)确认，最后才输出答案是5。”张启超说，这种(zhèzhǒng)不必要的(de)“过度思考”现象在推理模型中广泛存在。 针对这一问题，AutoThink可赋予推理模型(tuīlǐmóxíng)根据题目难度自主(zìzhǔ)切换思考模式的能力，即通过所设计(shèjì)的提示词和多阶段强化学习，引导其自主决定是否进行深度思考。 张启超介绍，AutoThink提供了一种简单而有效的(de)推理新范式——通过省略号提示配合(pèihé)三阶段强化学习，引导大模型不再“逢题必深思熟虑”，而是根据问题难度自主决定“是否(shìfǒu)思考(sīkǎo)”“思考多少”。在多个数学数据集上，AutoThink实现了准确率与(yǔ)效率平衡，既提升性能又节省算力，展示出较强的适应性和实用性。 据悉，AutoThink已集成于一站式智能科研平台ScienceOne，并将用于训练ScienceOne的基座大模型S1-Base。研发团队表示，让大模型“更聪明(cōngmíng)地思考(sīkǎo)、更简洁地表达”，是未来(wèilái)科学基础大模型演进的重要方向。（记者宋晨(sòngchén)）