近年來，隨著大語言模型的廣泛應(yīng)用，o1-like模型在推理任務(wù)中展現(xiàn)出過度思考的低效問題。騰訊AI實驗室與上海交通大學(xué)的研究揭示了這一現(xiàn)象，并提出了通過引入效率指標(biāo)來優(yōu)化模型資源利用的新方法。實驗結(jié)果顯示，優(yōu)化策略顯著降低了計算資源的消耗，同時提高了模型在簡單任務(wù)上的準(zhǔn)確性。

　　研究揭示o1-like模型在簡單問題上存在“過度思考”現(xiàn)象，導(dǎo)致不必要的計算資源浪費。

　　通過引入結(jié)果效率和過程效率指標(biāo)，研究者優(yōu)化模型的計算資源利用，提升推理的有效性。

　　實驗結(jié)果顯示優(yōu)化策略顯著減少token使用，同時保持或提高模型在簡單任務(wù)上的準(zhǔn)確性。