更多thinking≠更好结果，精准thinking可砍掉一半长度
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
大模型推理为什么又长又啰嗦？
想象一下让学霸解题：明明第一步就得出答案，却非要反复验算十遍，还写满整张草稿纸——这就是当前大模型（如GPT-4、DeepSeek）的痛点！
论文：OptimizingLengthCompressioninLargeReasoningModels链接：https ://arxiv. org/pdf/2506. 14755
论文发现：模型在简单题目上过度推理，生成大量无关步骤。比如解方程时，答案早出现了，后面全是\“让我再检查一下…\“的废话。
如图对比：普通模型像写小作文，LC-R1训练后像发微博
作者提出\“无效思考\“（InvalidThinking）概念：
定义：模型得出正确答案后继续的冗余验证步骤量化指标VT率：有效推理长度÷总推理长度
惊人数据：当前顶尖模型的平均VT率仅58-65%，意味着35-45%的计算资源在空转！
好比打车去3公里外吃饭，司机绕路开了6公里
传统方法粗暴砍长度可能误伤关键步骤。本文提出两大原则：
Brevity（简短）：只保留必要推理，答案一出立刻停笔
Sufficiency（够用）：确保关键逻辑步骤不丢失
类比烹饪：
普通厨师：煮面10分钟，再煮5分钟\“确保熟透\“→冗余
智能厨师：煮面10分钟，筷子一夹就关火→Brevity+Sufficiency
核心方法：用强化学习给模型\“植入条件反射\“
长度奖励：整体输出越短，奖励越大（防啰嗦）
压缩奖励：精准识别\“无效思考\“并删除（防过度检查）
关键操作：当模型首次输出正确答案时，立刻给标记发\“红包\“（奖励），训练它养成答完即停的习惯！
公式示意：压缩奖励=1-(有效长度/原始长度)提前终止时罚分-1（避免偷工减料）
在7大测试集（数学/编程/逻辑题）中，LC-R1碾压其他压缩方法：
平均缩短50%长度：从1万token→5千token
精度仅下降1. 8-2. 1%（其他方法降幅4-12%）
VT率飙升至97%（原模型仅58%）
如图：LC-R1稳居帕累托前沿最优位置
案例对比：同一道数学题
原始模型：写1600字小作文（43%是废话）
LC-R1：500字搞定，逻辑完整
不影响探索能力：多次尝试解题的成功率不变
通杀难易题目：从小学数学到奥赛题，压缩率稳定
\“删掉的真是纯废话，留着的全是干货！\“
LC-R1的价值不仅是技术突破，更揭示了模型推理的本质规律：更多步骤≠更好结果，精准思考才是王道。
备注：昵称-学校/公司-方向/会议(eg. ACL)，进入技术/投稿群
id：DLNLPer，记得备注呦
