人工智能大模型思考模式优化 - 中国科学院自动化研究所联合鹏城实验室提出高效推理策略AutoThink 可让大模型自主切换思考模式避免"过度思考" [1] - 当前大模型普遍存在"深度思考能力" 即在回答问题前生成包含自我反思和验证的推理过程 显著提升解决复杂问题的能力但导致简单任务处理时产生冗余思考 [1] - AutoThink通过提示词设计和多阶段强化学习 使模型能根据题目难度自主决定是否进行深度思考 例如避免对"2+3"等简单问题进行复杂推导 [1] AutoThink技术实现与应用 - AutoThink采用省略号提示配合三阶段强化学习 引导大模型根据问题难度自主决定思考程度 实现"是否思考"和"思考多少"的智能判断 [2] - 在多个数学数据集测试中 AutoThink实现了准确率与效率的平衡 既提升性能又节省算力 展示出较强适应性和实用性 [2] - 该技术已集成于智能科研平台ScienceOne 将用于训练基座大模型S1-Base 研发团队认为"更聪明地思考 更简洁地表达"是未来科学基础大模型的重要发展方向 [2]