arXiv · AI· Zhenyue Peng, Lin Yang, Jie Wang, Xiaoqi Ni, Hanzhu Chen, Xize Liang, Yanjun Wu, Rujing Wang, Kaiwen Zhou, Jianye Hao·· 10 小时前AI 评分35
SteadyThought：通过思维层级偏好优化缓解大语言模型思考不足问题
SteadyThought: Mitigating LLM Under-Thinking via Thought-Level Preference Optimization
AI 导读
SteadyThought（ST）框架通过思维层级偏好优化解决 Large Reasoning Models 中“思考不足”现象，实现token 消耗减少最多 63.8% 且保持高推理准确率。 ST 将识别切换点后的单路径延续视为偏好目标，对新生成响应与原始响应进行偏好优化，提升跨领域及语言的通用性。 代码已公开，论文被 NeurIPS 2026 接收。
来源：arXiv · AI · arxiv.org