小红书Hi Lab团队提出可大幅降低平均思考长度的强化学习训练方式
创始人
2025-06-19 21:08:30
0次
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
6月19日，小红书技术团队发文称，深度思考模型通过Test-Time Scaling（测试时扩展）大幅提升了模型推理能力，但同时也出现了大量冗余和无效思考。小红书Hi Lab团队提出了Think When You Need的强化学习训练方式；在不影响最终效果的前提下，实现动态CoT能力，大幅降低平均思考长度。实验证明，这种思想在推理和非推理等各种任务上广泛适用。团队还发现了一种现象：即在相同任务下，越聪明（参数量大）的模型，需要的思考长度越短；这与当前深度思考模型表现相违背，却十分符合人类的认知。
相关内容
热门资讯
实控人控制企业全额认购定增股票...
每经记者｜于垚峰 每经编辑｜董兴生 6月19日晚，泉峰汽车（6039...
那里有新破天一剑单机版完整啊
那里有新破天一剑单机版完整啊别傻了。。会这么容易出单机版？我都等了5年了···········
春立医疗2091万股限售股6月...
来源：中访网财观中访网数据 北京市春立正达医疗器械股份有限公司（以下简称“春立医疗”）公告，其首次...
构建“四维关爱矩阵”为新就业形...
转自：劳动午报 本报讯 （记者 刘欣欣） 记者近日从朝阳区奥运村街道总工会了解到，该街道总工会立足辖...
《当我足够好，才会遇见你》读后...
《当我足够好，才会遇见你》读后感一直会有人问，你怎么一直都单着，以前会觉得年龄尚小，后来遇见了你，才...
一个出色的悬案推理小说要具备哪...
一个出色的悬案推理小说要具备哪些基本要素？首先是小说要具备的要素，人物时间事情地点，那么推理小说还要...
我喜欢你有这个小说吗
我喜欢你有这个小说吗这是什么，没太看懂啊，亲~~叫《我喜欢你》的小说很多啊。 下列作者都写过：十月未...
在学校课堂学生被打,学校处理打...
在学校课堂学生被打,学校处理打人的学生,还需要被打的学生家长受权吗不需要。年满16周岁以上的学生打架...
我们如何被他人影响,以及如何有...
我们如何被他人影响,以及如何有效的影响别人我们的一生中都要被他人影响的，因为我们一生都要在，人群当中...
希望你心里有我 .英语怎么说
希望你心里有我 .英语怎么说看我的版本Ihopetherewillbeaplaceformeinsi...