小红书Hi Lab团队提出可大幅降低平均思考长度的强化学习训练方式
创始人
2025-06-20 11:06:42
0次
新榜讯 6月19日，小红书技术团队发布消息，其深度思考模型借助Test - Time Scaling（测试时扩展）显著提升了模型推理能力，不过也产生了大量冗余和无效思考情况。小红书Hi Lab团队为此提出Think When You Need的强化学习训练方式，在不影响最终效果的情况下，实现了动态CoT能力，让平均思考长度大幅降低。实验表明，这一理念在推理及非推理等各类任务中具有广泛适用性。此外，团队还有一项重要发现，在相同任务下，参数量大、更为“聪明”的模型所需的思考长度更短，该现象与当前深度思考模型的表现相悖，却高度契合人类认知。
相关内容
热门资讯
沈联涛：中央银行何时会停止囤金
我们所见证的，是向黄金/美元混合本位的回归。国际社会必须在两种信念之间做出选择：是相信央行通过影响利...
创盛亚洲投资集团董事长温文浩回...
创盛亚洲投资集团董事长温文浩 2026年新春开始，创盛亚洲投资集团董事长温文浩回顾了2025 年香...
西媒：西班牙正协商与中国队热身...
北京时间2月20日消息，据西班牙媒体阿斯报报道称，西班牙国家队正在协商于6月4日，在里亚索球场与中国...
春节后首周市场会怎么走？
文｜产联社CLS 随着马年的到来，A股市场正式步入新的征程。投资者们对“马年”寄予厚望，期待市场能...
实探春节北京“金市”：小克重饰...
春节期间，外盘金银价格大幅波动，国际金价围绕5000美元/盎司反复拉锯。美伊关系剑拔弩张，市场对中东...
原创 揭...
当我们在银行办理业务时，很少有人会思考这样一个问题：这些动辄管理数万亿资产的金融机构，究竟是谁在背后...
港股AI应用、存储芯片股，集体...
来源：e公司 2月20日，港股迎来马年首个开市日。截至记者发稿，港股恒生指数、恒生科技指数、恒生中国...
约基奇22+17穆雷连砍7分+...
【搜狐体育战报】北京时间2月20日NBA常规赛，主场作战的快船以115-114击败掘金。科林斯11分...
定存到期，银行理财是个好选择吗...
记者 陈植 2026年2月，张女士有一笔20万元3年期存款到期。 “近年来，3年期存款利率不断走低，...