When2Think：面向高效混合推理模型的难度感知长度控制学习

英文标题：When2Think: Learning Difficulty-Aware Length Control for Efficient Hybrid Reasoning Models

论文提出 When2Think，旨在为高效混合推理模型学习基于任务难度的推理长度控制策略。作者指出，大型推理模型（LRM）在复杂任务上表现强劲，但存在系统性效率问题：对简单问题往往过度思考，对困难问题则可能思考不足。原文摘要还提到，现有统一长度惩罚或刚性路由方法存在局限，但所提供原文未包含后续具体方法、实验数据与结论。该方向对需要在推理质量、延迟和计算成本之间进行动态平衡的开发者具有参考意义。

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