标签
ThinkJev 是一种无需训练的方法，基于单个混合思考开放模型构建快速（系统 1）和慢速（系统 2）作答路径，直接读取或在经过可变长度的思考后读取经过校准的选项概率，因此仅在统计上保证达到目标错误率所需时才付出思考成本。
本文介绍了PatternEval，一个用于评估混合思维多模态大语言模型中响应模式故障的诊断基准，并提出了PatternRL，通过带有特定惩罚的强化学习来对齐这些模式。