arXiv · cs.AI· Zhenyue Peng, Lin Yang, Jie Wang, Xiaoqi Ni, Hanzhu Chen, Xize Liang, Yanjun Wu, Rujing Wang, Kaiwen Zhou, Jianye Hao·· 1 天前
SteadyThought通过思考级偏好优化缓解大语言模型思考不足
SteadyThought: Mitigating LLM Under-Thinking via Thought-Level Preference Optimization
arXiv:2610.25045v1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：Zhenyue Peng, Lin Yang, Jie Wang, Xiaoqi Ni, Hanzhu Chen, Xize Liang, Yanjun Wu, Rujing Wang, Kaiwen Zhou, Jianye Hao
研究任务与主要进展
SteadyThought（ST）提出思考级偏好优化框架，针对大推理模型在思考轨迹切换点难以持续有效思路的问题，优先选择继续单一路径的回答。研究在多个模型和数据集上报告最多减少63.8%的token消耗，同时保持较强推理准确率，并分析了跨领域和语言减少冗余切换的能力；代码已公开于GitHub。
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