我国科学家提出高效推理策略 可避免大模型“过度思考”

随着人工智能大(dà)模型的不断(bùduàn)发展，如何让其在(zài)“难”的问题上(shàng)深入思考，而不是对所有问题“想个不停”？记者5月29日从中国科学院自动化研究所获悉(huòxī)，该所联合鹏城实验室提出了一种高效推理策略AutoThink，可让大模型实现自主切换思考模式，避免“过度思考”。 “当前，越来越多(duō)的大模型开始(kāishǐ)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要先生成一整段包含(bāohán)反复自我反思、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(sīkǎo)(sīkǎo)模式(móshì)显著提升了大模型解决复杂问题的能力，但同时也带来了“过度思考”的问题，即在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’，大模型可能会(huì)从自然数定义讲起，列出(lièchū)加法交换律，甚至反复确认，最后才输出答案是5。”张启超说，这种不必要(bùbìyào)的“过度思考”现象在推理模型中广泛存在(cúnzài)。 针对这一问题，AutoThink可赋予推理模型根据题目难度自主切换(qièhuàn)思考模式的能力，即通过所(suǒ)设计的提示(tíshì)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(jièshào)，AutoThink提供了一种简单而有效的推理新范式(fànshì)——通过省略号提示配合三阶段强化学习，引导大模型不再“逢题必(bì)深思熟虑”，而是根据问题难度自主决定“是否思考”“思考多少”。在多个数学数据集上，AutoThink实现了准确率与效率平衡(pínghéng)，既提升(tíshēng)性能又节省算力，展示出较强的适应性和实用性。 据悉(jùxī)，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(dà)模型(móxíng)S1-Base。研发团队(tuánduì)表示，让大模型“更聪明地思考、更简洁地表达”，是未来科学基础大模型演进的重要方向。（记者宋晨）