論文筆記分享， Reasoning Models Can Be Effective Without Thinking。 uc berkeley。

目前主流的推理模型在解決問題時，通常會有一個think階段。這種方式雖然結(jié)果會大幅提升，但消耗的計(jì)算資源卻不少。

所以，這個文章研究的問題是： AI真的需要這么“認(rèn)真思考”嗎？

注：本文寫于o3發(fā)布之前， o3的思考充分利用工具能力，模型即產(chǎn)品，有一點(diǎn)跳脫o1版推理大模型的范疇了。另外，今天開源的Gemini 2.5 Flash，支持了thinking budget，有一些理念與本論文趨同。

所以他們用了 NoThinking 的方式，就是讓AI直接給出答案，跳過所有中間推理步驟。

就類似下圖框出來那樣，或者直接對比正常的模式。效果竟然還不錯。

• 省3~4倍資源。
• 始終優(yōu)于沒有經(jīng)過RL訓(xùn)練的非推理模型。
• 很適合多次嘗試，允許模型采樣多次，看pass@k的效果。
• 在一些任務(wù)中，跟正常思考的模型的結(jié)果差不多。

如下圖：

限定token預(yù)算 （在達(dá)到指定token之后，強(qiáng)行添加，如 答案是xxx 的內(nèi)容上去）之后，很多數(shù)據(jù)集表現(xiàn)比經(jīng)過think的效果更好。

本文轉(zhuǎn)載自??NLP前沿??，作者：NLP前沿