标签
提出了BIRD，一种两阶段自推理蒸馏方法，该方法在策略训练之前自举简洁的推理轨迹，在MATH-500和AIME基准测试上实现了更强的精度-效率权衡。在Qwen3-8B上，准确率从86.2%提升至92.0%，同时平均响应长度从3,099个token降至1,115个token。
本文提出了一种面向QANTA 2026共享挑战的任务特定双智能体架构，用于多模态问答。该架构使用GPT-4.1-mini处理需要置信度校准的抢答题，并使用GPT-4.1处理需要结构化推理的附加题。该系统在整体排行榜上取得了最高分，展示了高效推理策略的有效性。
CAT 引入了一个框架，利用模型自身置信信号，根据问题难度自主调整推理长度，减少过度思考，提高大型推理模型的推理效率。
本技术报告介绍了Ling-2.6和Ring-2.6，这是一个万亿参数模型系列，旨在实现高效和即时的智能体智能，具有架构升级（如混合线性注意力）和专门的训练方法（包括KPop强化学习）。所有检查点均开源。
介绍 SuCo，一种用于大型推理模型的两阶段训练框架，该框架利用最小充分思维链（Minimal Sufficient CoT）的概念，在减少推理令牌数的同时，提高数学、代码和科学基准测试上的准确性。
本文提出了一种类似睡眠的巩固机制，适用于基于Transformer的大语言模型，该机制定期将最近上下文转换为SSM块中的持久快速权重，清除KV缓存，从而在不增加推理延迟的情况下提升长期推理能力。
本文提出HyperGuide方法，将推理进展提炼为双曲几何信号，以指导LLMs的逐步生成，从而无需显式树搜索即可提高多步推理效率。
一款新的30B模型在主流基准测试中与规模大20-30倍的系统匹敌，同时相比同类30/32B智能体大语言模型，使用的推理令牌减少高达95%。这是通过一个学习型配置器实现的，该配置器决定何时以及如何进行推理。模型和代码已开放。
新研究引入了SR²AM，这是一种自调节何时使用模拟推理的配置器，提升了LLM的效率和性能。
介绍了 SR²AM，一种通过自我调节的模拟规划实现高效代理推理的框架，在推理 token 减少 26-95% 的同时，达到了与 20-30 倍参数规模模型相竞争的性能。
AutoTTS 是一个开源工具，它利用代理发现机制，自动为大型语言模型（LLM）寻找最优的测试时扩展策略，通过基于重放的评估显著降低 token 消耗和成本。
本文介绍了 LaTER，一种两阶段推理范式，它将潜在探索与显式思维链（Chain-of-Thought）验证相结合，从而在保持准确率的同时，降低大型语言模型的标记使用量并提升效率。
本文介绍了STOP（用于剪枝的超令牌），一种轻量级方法，通过在并行解码中附加可学习令牌并读取KV缓存状态，学会早期剪枝不优的推理路径，在AIME和GPQA基准测试中实现70%的令牌减少，同时提高性能。
本文介绍了ReBalance，一种无需训练、即插即用的方法，能够动态平衡大型推理模型中的过度思考与思考不足，在多个基准测试中提升效率与准确性。