OptimalThinkingBench

新的TRAAC方法通过压缩思维过程优化LLM推理

研究人员开发了一种新的训练后强化学习方法，称为TRAAC（Think Right with Adaptive, Attentive Compression），以解决大型语言模型中的思考不足和过度思考问题。TRAAC利用自注意力机制来识别和修剪冗余的推理步骤，同时学习根据任务难度分配推理预算。将其应用于Qwen3-4B模型后，TRAAC在AIME、AMC、GPQA-D和BBEH等各种任务上实现了显著的准确性提升，同时缩短了推理步骤的长度。