Draft-Thinking：用紧凑草稿思维链降低长CoT推理成本

Jie Cao 等在 arXiv 论文（v2）中提出 Draft-Thinking，一个轻量适配框架，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。作者称，框架先通过SFT迁移简洁推理形式，再用两阶段RL逐步增加难度并放宽响应预算来校准推理粒度，无需后处理轨迹压缩或显式长度惩罚。 基于论文摘要，作者报告仅用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显著降低推理成本。以MATH500为例，其草稿模式将平均响应长度从5,668个token降至986个，减少82.6%，准确率为90.6%，原长思维链模型为93.0%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。