arXiv · cs.AI· Jie Cao, Tianwei Lin, Juekai Lin, Zhenxuan Fan, Yunqi Cao, Bo Yuan, Ziyuan Zhao, Rolan Yan, Wenqiao Zhang, Siliang Tang·· 6 小时前
Draft-Thinking：学习长思维链大语言模型中的高效推理
Draft-Thinking: Learning Efficient Reasoning in Long Chain-of-Thought LLMs
arXiv:2603.00578v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jie Cao, Tianwei Lin, Juekai Lin, Zhenxuan Fan, Yunqi Cao, Bo Yuan, Ziyuan Zhao, Rolan Yan, Wenqiao Zhang, Siliang Tang
研究任务与主要进展
Jie Cao等提出Draft-Thinking轻量适配框架，让大推理模型学习与自身能力匹配的紧凑草稿思维链，以降低长思维链推理成本。框架先通过SFT迁移简洁推理形式，再用逐步增加难度并放宽响应预算的两阶段RL校准推理粒度，无需后处理轨迹压缩或显式长度惩罚；摘要报告仅使用847道训练题和120个RL优化步骤，就在六个数学与科学推理基准上降低成本。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org