UCSD和清华等机构的研究人员发现，推理模型的低token效率源于其“自我怀疑”，并提出了Dynasor-CoT方法，该方法在保持准确性的同时减少了29%的token消耗，且不增加推理延迟。
研究团队通过“思维CT扫描术”技术，开发了一种无需训练、侵入性小且简单的方法，能够动态确定推理链的终止点，从而有效截断不必要的推理过程。
Dynasor-CoT通过提取答案、确定性评估和生成后验证等机制，显著提高了长链式推理的token效率，目前该系统已全面开源。
UCSD和清华等机构的研究人员发现，推理模型的低token效率源于其“自我怀疑”，并提出了Dynasor-CoT方法，该方法在保持准确性的同时减少了29%的token消耗，且不增加推理延迟。
研究团队通过“思维CT扫描术”技术，开发了一种无需训练、侵入性小且简单的方法，能够动态确定推理链的终止点，从而有效截断不必要的推理过程。
Dynasor-CoT通过提取答案、确定性评估和生成后验证等机制，显著提高了长链式推理的token效率，目前该系统已全面开源。
