仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
论文笔记分享，ReasoningModelsCanBeEffectiveWithoutThinking。ucberkeley。
目前主流的推理模型在解决问题时，通常会有一个think阶段。这种方式虽然结果会大幅提升，但消耗的计算资源却不少。
所以，这个文章研究的问题是：AI真的需要这么“认真思考”吗？
注：本文写于o3发布之前，o3的思考充分利用工具能力，模型即产品，有一点跳脱o1版推理大模型的范畴了。另外，今天开源的Gemini2.5Flash，支持了thinkingbudget，有一些理念与本论文趋同。
所以他们用了NoThinking的方式，就是让AI直接给出答案，跳过所有中间推理步骤。
就类似下图框出来那样，或者直接
对比正常的模式。效果竟然还不错。
省3~4倍资源。
始终优于没有经过RL训练的非推理模型。
很适合多次尝试，允许模型采样多次，看pass@k的效果。
在一些任务中，跟正常思考的模型的结果差不多。
如下图：
限定token预算（在达到指定token之后，强行添加，如答案是xxx的内容上去）之后，很多数据集表现比经过think的效果更好。
