<p>来自 Meta FAIR 团队和耶路撒冷希伯来大学的研究人员发现，迫使大型语言模型 “少思考” 实际上可以提高它们在复杂推理任务上的表现。</p>
<p>今天发布的研究发现，AI 系统中较短的推理过程导致更准确的结果，同时显著降低计算成本。</p>
<p>“在这项工作中，我们挑战了长思考链会导致更好推理能力的假设，” 作者在题为 “ <em>不要过度思考。偏好较短的思考链以改善 LLM 推理</em>” 的论文中写道。</p>
<p>这项研究与 AI 发展的主流趋势相悖，后者中公司大量投资于扩展计算资源，以允许模型通过冗长的 “思考链” 进行广泛推理——AI 系统用来解决复杂问题的详细逐步轨迹。</p>
<h2>当模型使用较短的推理链时，AI 准确率提高 34%</h2>
<p>研究人员发现，在相同的推理任务中，“较短的推理链更有可能产生正确答案——比针对同一问题采样的最长链准确率高达 34.5%。” 这一发现适用于多个领先的 AI 模型和基准测试。</p>
<p>“尽管展示了令人印象深刻的结果，[广泛推理] 却带来了显著的计算成本和推理时间，” 作者指出，强调了这些系统当前部署中的重大低效。</p>
<p>基于这些发现，团队开发了一种新方法，称为 “short-m@k”，该方法并行执行多个推理尝试，但在前几个过程完成后停止计算。最终答案通过这些较短链中的多数投票选出。</p>
<h2>新的 ‘short-m@k’ 方法在提升性能的同时将计算成本削减 40%</h2>
<p>对于部署大型 AI 推理系统的组织来说，这一发现可能具有重要意义。研究人员发现他们的方法可以在保持与标准方法相同的性能水平的同时，将计算资源减少多达 40%。</p>
<p>“Short-3@k 虽然效率略低于 short-1@k，但在所有计算预算中始终超过多数投票，同时仍然显著更快（墙面时间减少多达 33%），” 论文中指出。</p>
<p>论文的首席作者 Michael Hassid 及其团队还发现，在较短推理示例上训练 AI 模型可以提高其性能——挑战了 AI 发展的另一个基本假设。</p>
<p>“在较短示例上训练会导致更好的表现，” 研究人员写道。“相反，在 S1-long 上进行微调会增加推理时间，但没有显著的性能提升。”</p>
<h2>科技巨头通过实施 “不要过度思考” 方法可节省数百万</h2>
<p>这一发现恰逢 AI 行业的关键时刻，各公司竞相部署消耗巨大计算资源的日益强大的模型。</p>
<p>“我们的发现建议重新思考当前在推理 LLM 中的测试时间计算方法，强调较长的 ‘思考’ 并不一定转化为更好的表现，反而可能导致结果下降，” 研究人员总结道。</p>
<p>“这项研究与其他显著的方法形成对比。之前的影响力研究，包括 OpenAI 关于 “思维链” 提示和 “自我一致性” 方法的工作，通常主张更广泛的推理过程。它还建立在普林斯顿和谷歌 DeepMind 的 “思维树” 框架以及卡内基梅隆的 “自我精炼” 方法等近期工作的基础上，这些工作探索了 AI 推理的不同方法。</p>
<p>对于评估 AI 投资的技术决策者来说，研究表明，规模更大、计算密集型并不总是更好。该研究指向通过优化效率而非原始计算能力来实现潜在的成本节约和性能提升。</p>
<p>在一个痴迷于扩展的行业中，事实证明，教 AI 更简洁不仅节省了计算能力——它也让机器变得更聪明。有时，甚至人工智能也能从古老的智慧中受益：不要过度思考。</p>

META

<p>最新的 Meta 研究显示，AI 模型在较短的推理链下实现了 34.5% 的更高准确率，挑战了行业规范。研究表明，较短的推理不仅提升了性能，还将计算成本降低了 40%。这种新方法被称为 “short-m@k”，它并行执行多个推理尝试，通过多数投票选择答案。这项研究表明，优化效率而非广泛推理可以带来显著的成本节约和改善的 AI 性能，颠覆了之前在 AI 开发中的假设</p>

<p>Researchers from Meta’s FAIR team and The Hebrew University of Jerusalem have discovered that forcing large language models to “think” less actually improves their performance on complex reasoning tasks.</p>
<div class="lb-trans"><p>来自 Meta FAIR 团队和耶路撒冷希伯来大学的研究人员发现，迫使大型语言模型 “少思考” 实际上可以提高它们在复杂推理任务上的表现。</p>
</div><p>The study released today found that shorter reasoning processes in AI systems lead to more accurate results while significantly reducing computational costs.</p>
<div class="lb-trans"><p>今天发布的研究发现，AI 系统中较短的推理过程导致更准确的结果，同时显著降低计算成本。</p>
</div><p>“In this work, we challenge the assumption that long thinking chains results in better reasoning capabilities,” write the authors in their paper titled “ <em>Don’t Overthink it. Preferring Shorter Thinking Chains for Improved LLM Reasoning</em>.”</p>
<div class="lb-trans"><p>“在这项工作中，我们挑战了长思考链会导致更好推理能力的假设，” 作者在题为 “ <em>不要过度思考。偏好较短的思考链以改善 LLM 推理</em>” 的论文中写道。</p>
</div><p>The research contradicts the prevailing trend in AI development, where companies have invested heavily in scaling up computing resources to allow models to perform extensive reasoning through lengthy “thinking chains” — detailed step-by-step trajectories that AI systems use to solve complex problems.</p>
<div class="lb-trans"><p>这项研究与 AI 发展的主流趋势相悖，后者中公司大量投资于扩展计算资源，以允许模型通过冗长的 “思考链” 进行广泛推理——AI 系统用来解决复杂问题的详细逐步轨迹。</p>
</div><h2>AI accuracy jumps 34% when models use shorter reasoning chains</h2>
<div class="lb-trans"><h2>当模型使用较短的推理链时，AI 准确率提高 34%</h2>
</div><p>The researchers discovered that within the same reasoning task, “shorter reasoning chains are significantly more likely to yield correct answers — up to 34.5% more accurate than the longest chain sampled for the same question.” This finding held true across multiple leading AI models and benchmarks.</p>
<div class="lb-trans"><p>研究人员发现，在相同的推理任务中，“较短的推理链更有可能产生正确答案——比针对同一问题采样的最长链准确率高达 34.5%。” 这一发现适用于多个领先的 AI 模型和基准测试。</p>
</div><p>“While demonstrating impressive results, [extensive reasoning] incurs significant computational costs and inference time,” the authors note, pointing to a substantial inefficiency in how these systems are currently deployed.</p>
<div class="lb-trans"><p>“尽管展示了令人印象深刻的结果，[广泛推理] 却带来了显著的计算成本和推理时间，” 作者指出，强调了这些系统当前部署中的重大低效。</p>
</div><p>Based on these findings, the team developed a novel approach called “short-m@k,” which executes multiple reasoning attempts in parallel but halts computation once the first few processes complete. The final answer is then selected through majority voting among these shorter chains.</p>
<div class="lb-trans"><p>基于这些发现，团队开发了一种新方法，称为 “short-m@k”，该方法并行执行多个推理尝试，但在前几个过程完成后停止计算。最终答案通过这些较短链中的多数投票选出。</p>
</div><h2>New ‘short-m@k’ method slashes computing costs by 40% while boosting performance</h2>
<div class="lb-trans"><h2>新的 ‘short-m@k’ 方法在提升性能的同时将计算成本削减 40%</h2>
</div><p>For organizations deploying large AI reasoning systems, the implications could be substantial. The researchers found their method could reduce computational resources by up to 40% while maintaining the same level of performance as standard approaches.</p>
<div class="lb-trans"><p>对于部署大型 AI 推理系统的组织来说，这一发现可能具有重要意义。研究人员发现他们的方法可以在保持与标准方法相同的性能水平的同时，将计算资源减少多达 40%。</p>
</div><p>“Short-3@k, while slightly less efficient than short-1@k, consistently surpasses majority voting across all compute budgets, while still being substantially faster (up to 33% wall time reduction),” the paper states.</p>
<div class="lb-trans"><p>“Short-3@k 虽然效率略低于 short-1@k，但在所有计算预算中始终超过多数投票，同时仍然显著更快（墙面时间减少多达 33%），” 论文中指出。</p>
</div><p>Michael Hassid, the paper’s lead author, and his team also discovered that training AI models on shorter reasoning examples improved their performance — challenging another fundamental assumption in AI development.</p>
<div class="lb-trans"><p>论文的首席作者 Michael Hassid 及其团队还发现，在较短推理示例上训练 AI 模型可以提高其性能——挑战了 AI 发展的另一个基本假设。</p>
</div><p>“Training on the shorter ones leads to better performance,” the researchers write. “Conversely, finetuning on S1-long increases reasoning time with no significant performance gains.”</p>
<div class="lb-trans"><p>“在较短示例上训练会导致更好的表现，” 研究人员写道。“相反，在 S1-long 上进行微调会增加推理时间，但没有显著的性能提升。”</p>
</div><h2>Tech giants could save millions by implementing “don’t overthink it” approach</h2>
<div class="lb-trans"><h2>科技巨头通过实施 “不要过度思考” 方法可节省数百万</h2>
</div><p>The findings come at a critical time for the AI industry, as companies race to deploy increasingly powerful models that consume enormous computational resources.</p>
<div class="lb-trans"><p>这一发现恰逢 AI 行业的关键时刻，各公司竞相部署消耗巨大计算资源的日益强大的模型。</p>
</div><p>“Our findings suggest rethinking current methods of test-time compute in reasoning LLMs, emphasizing that longer ‘thinking’ does not necessarily translate to improved performance and can, counter-intuitively, lead to degraded results,” the researchers conclude.</p>
<div class="lb-trans"><p>“我们的发现建议重新思考当前在推理 LLM 中的测试时间计算方法，强调较长的 ‘思考’ 并不一定转化为更好的表现，反而可能导致结果下降，” 研究人员总结道。</p>
</div><p>‘This research stands in contrast to other prominent approaches. Previous influential studies, including OpenAI’s work on “chain-of-thought” prompting and “self-consistency” methods, have generally advocated for more extensive reasoning processes. It also builds upon recent work like Princeton and Google DeepMind’s “Tree of Thoughts” framework and Carnegie Mellon’s “Self-Refine” methodology, which have explored different approaches to AI reasoning.</p>
<div class="lb-trans"><p>“这项研究与其他显著的方法形成对比。之前的影响力研究，包括 OpenAI 关于 “思维链” 提示和 “自我一致性” 方法的工作，通常主张更广泛的推理过程。它还建立在普林斯顿和谷歌 DeepMind 的 “思维树” 框架以及卡内基梅隆的 “自我精炼” 方法等近期工作的基础上，这些工作探索了 AI 推理的不同方法。</p>
</div><p>For technical decision makers evaluating AI investments, the research suggests that bigger and more computationally intensive isn’t always better. The study points toward potential cost savings and performance improvements by optimizing for efficiency rather than raw computing power.</p>
<div class="lb-trans"><p>对于评估 AI 投资的技术决策者来说，研究表明，规模更大、计算密集型并不总是更好。该研究指向通过优化效率而非原始计算能力来实现潜在的成本节约和性能提升。</p>
</div><p>In an industry obsessed with scaling up, it turns out that teaching AI to be more concise doesn’t just save computing power — it makes the machines smarter too. Sometimes, even artificial intelligence benefits from the age-old wisdom: don’t overthink it.</p>
<div class="lb-trans"><p>在一个痴迷于扩展的行业中，事实证明，教 AI 更简洁不仅节省了计算能力——它也让机器变得更聪明。有时，甚至人工智能也能从古老的智慧中受益：不要过度思考。</p>
</div>

Less is more: Meta study shows shorter reasoning improves AI accuracy by 34%

- 研究发现，缩短推理链可提高大型语言模型的准确性，最多提升 34.5%。  
- 新方法 “short-m@k” 可减少计算资源 40%，同时保持性能。  
- 研究挑战了长推理链的有效性，建议优化计算效率。  

少即是多：Meta Platforms 的研究表明，缩短推理过程可以将 AI 的准确率提高 34%