更少 Token，更小缓存：奖励协同的高效推理

英文标题：Fewer Tokens, Smaller Cache: Reward-Coordinated Efficient Reasoning

论文提出“奖励协同的高效推理”方向，旨在缓解大推理模型（LRM）因长链式思维（CoT）带来的过度推理问题。原文指出，冗长的中间推理步骤会显著抬高推理成本。KV-cache 压缩是常见解决方案，但原始摘要在此处截断，未提供具体方法、实验数据或结论。该研究对需要降低 Agent 和大模型推理延迟、显存占用及调用成本的开发者具有潜在参考价值。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB