Recent advances in large language models (LLMs) have leveraged explicit Chain-of-Thought (CoT) prompting to improve reasoning accuracy. However, most existing methods primarily compress verbose reasoning outputs. These Long-to-Short transformations aim to improve efficiency, but still rely on explicit reasoning during inference. In this work, we introduce \textbf{3TF} (\textbf{T}hought-\textbf{T}raining and \textbf{T}hought-\textbf{F}ree inference), a framework for efficient reasoning that takes a Short-to-Long perspective. We first train a hybrid model that can operate in both reasoning and non-reasoning modes, and then further train it on CoT-annotated data to internalize structured reasoning, while enforcing concise, thought-free outputs at inference time using the no-reasoning mode. Unlike compression-based approaches, 3TF improves the reasoning quality of non-reasoning outputs, enabling models to perform rich internal reasoning implicitly while keeping external outputs short. Empirically, 3TF-trained models obtain large improvements on reasoning benchmarks under thought-free inference, demonstrating that high quality reasoning can be learned and executed implicitly without explicit step-by-step generation.


翻译:近年来,大型语言模型(LLMs)通过显式的思维链(CoT)提示技术显著提升了推理准确性。然而,现有方法大多侧重于压缩冗长的推理输出。这类“长到短”的转换旨在提升效率,但在推理过程中仍依赖显式推理。本研究提出 \textbf{3TF}(\textbf{思维训练}与\textbf{无思维推理})框架,从“短到长”的视角实现高效推理。我们首先训练一个可在推理模式与非推理模式下运行的混合模型,随后在CoT标注数据上进一步训练,以内部化结构化推理能力,同时在推理时通过非推理模式强制生成简洁的无思维输出。与基于压缩的方法不同,3TF提升了非推理输出的推理质量,使模型能够在保持外部输出简短的同时,隐式执行丰富的内部推理。实验表明,经3TF训练的模型在无思维推理模式下,于多项推理基准测试中取得显著提升,证明高质量推理可通过隐式学习与执行实现,无需显式的逐步生成过程。

0
下载
关闭预览

相关内容

大型语言模型推理增强外部知识:综述
专知会员服务
35+阅读 · 6月2日
多模态思维链推理:全面综述
专知会员服务
59+阅读 · 3月23日
CLIP通用提示学习的简要概述
专知会员服务
16+阅读 · 3月13日
【NeurIPS2024】迈向具有不完整数据的鲁棒多模态情感分析
AAAI 2022 | ProtGNN:自解释图神经网络
专知
10+阅读 · 2022年2月28日
【CVPR 2020 Oral】小样本类增量学习
专知
20+阅读 · 2020年6月26日
【NeurIPS2019】图变换网络:Graph Transformer Network
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
VIP会员
相关VIP内容
相关资讯
AAAI 2022 | ProtGNN:自解释图神经网络
专知
10+阅读 · 2022年2月28日
【CVPR 2020 Oral】小样本类增量学习
专知
20+阅读 · 2020年6月26日
【NeurIPS2019】图变换网络:Graph Transformer Network
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员