<p>來自 Meta FAIR 團隊和耶路撒冷希伯來大學的研究人員發現，迫使大型語言模型 “少思考” 實際上可以提高它們在複雜推理任務上的表現。</p>
<p>今天發佈的研究發現，AI 系統中較短的推理過程導致更準確的結果，同時顯著降低計算成本。</p>
<p>“在這項工作中，我們挑戰了長思考鏈會導致更好推理能力的假設，” 作者在題為 “ <em>不要過度思考。偏好較短的思考鏈以改善 LLM 推理</em>” 的論文中寫道。</p>
<p>這項研究與 AI 發展的主流趨勢相悖，後者中公司大量投資於擴展計算資源，以允許模型通過冗長的 “思考鏈” 進行廣泛推理——AI 系統用來解決複雜問題的詳細逐步軌跡。</p>
<h2>當模型使用較短的推理鏈時，AI 準確率提高 34%</h2>
<p>研究人員發現，在相同的推理任務中，“較短的推理鏈更有可能產生正確答案——比針對同一問題採樣的最長鏈準確率高達 34.5%。” 這一發現適用於多個領先的 AI 模型和基準測試。</p>
<p>“儘管展示了令人印象深刻的結果，[廣泛推理] 卻帶來了顯著的計算成本和推理時間，” 作者指出，強調了這些系統當前部署中的重大低效。</p>
<p>基於這些發現，團隊開發了一種新方法，稱為 “short-m@k”，該方法並行執行多個推理嘗試，但在前幾個過程完成後停止計算。最終答案通過這些較短鏈中的多數投票選出。</p>
<h2>新的 ‘short-m@k’ 方法在提升性能的同時將計算成本削減 40%</h2>
<p>對於部署大型 AI 推理系統的組織來説，這一發現可能具有重要意義。研究人員發現他們的方法可以在保持與標準方法相同的性能水平的同時，將計算資源減少多達 40%。</p>
<p>“Short-3@k 雖然效率略低於 short-1@k，但在所有計算預算中始終超過多數投票，同時仍然顯著更快（牆面時間減少多達 33%），” 論文中指出。</p>
<p>論文的首席作者 Michael Hassid 及其團隊還發現，在較短推理示例上訓練 AI 模型可以提高其性能——挑戰了 AI 發展的另一個基本假設。</p>
<p>“在較短示例上訓練會導致更好的表現，” 研究人員寫道。“相反，在 S1-long 上進行微調會增加推理時間，但沒有顯著的性能提升。”</p>
<h2>科技巨頭通過實施 “不要過度思考” 方法可節省數百萬</h2>
<p>這一發現恰逢 AI 行業的關鍵時刻，各公司競相部署消耗巨大計算資源的日益強大的模型。</p>
<p>“我們的發現建議重新思考當前在推理 LLM 中的測試時間計算方法，強調較長的 ‘思考’ 並不一定轉化為更好的表現，反而可能導致結果下降，” 研究人員總結道。</p>
<p>“這項研究與其他顯著的方法形成對比。之前的影響力研究，包括 OpenAI 關於 “思維鏈” 提示和 “自我一致性” 方法的工作，通常主張更廣泛的推理過程。它還建立在普林斯頓和谷歌 DeepMind 的 “思維樹” 框架以及卡內基梅隆的 “自我精煉” 方法等近期工作的基礎上，這些工作探索了 AI 推理的不同方法。</p>
<p>對於評估 AI 投資的技術決策者來説，研究表明，規模更大、計算密集型並不總是更好。該研究指向通過優化效率而非原始計算能力來實現潛在的成本節約和性能提升。</p>
<p>在一個痴迷於擴展的行業中，事實證明，教 AI 更簡潔不僅節省了計算能力——它也讓機器變得更聰明。有時，甚至人工智能也能從古老的智慧中受益：不要過度思考。</p>

META

<p>最新的 Meta 研究顯示，AI 模型在較短的推理鏈下實現了 34.5% 的更高準確率，挑戰了行業規範。研究表明，較短的推理不僅提升了性能，還將計算成本降低了 40%。這種新方法被稱為 “short-m@k”，它並行執行多個推理嘗試，通過多數投票選擇答案。這項研究表明，優化效率而非廣泛推理可以帶來顯著的成本節約和改善的 AI 性能，顛覆了之前在 AI 開發中的假設</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>來自 Meta FAIR 團隊和耶路撒冷希伯來大學的研究人員發現，迫使大型語言模型 “少思考” 實際上可以提高它們在複雜推理任務上的表現。</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>今天發佈的研究發現，AI 系統中較短的推理過程導致更準確的結果，同時顯著降低計算成本。</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>“在這項工作中，我們挑戰了長思考鏈會導致更好推理能力的假設，” 作者在題為 “ <em>不要過度思考。偏好較短的思考鏈以改善 LLM 推理</em>” 的論文中寫道。</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>這項研究與 AI 發展的主流趨勢相悖，後者中公司大量投資於擴展計算資源，以允許模型通過冗長的 “思考鏈” 進行廣泛推理——AI 系統用來解決複雜問題的詳細逐步軌跡。</p>
</div><h2>AI accuracy jumps 34% when models use shorter reasoning chains</h2>
<div class="lb-trans"><h2>當模型使用較短的推理鏈時，AI 準確率提高 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>研究人員發現，在相同的推理任務中，“較短的推理鏈更有可能產生正確答案——比針對同一問題採樣的最長鏈準確率高達 34.5%。” 這一發現適用於多個領先的 AI 模型和基準測試。</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>“儘管展示了令人印象深刻的結果，[廣泛推理] 卻帶來了顯著的計算成本和推理時間，” 作者指出，強調了這些系統當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>基於這些發現，團隊開發了一種新方法，稱為 “short-m@k”，該方法並行執行多個推理嘗試，但在前幾個過程完成後停止計算。最終答案通過這些較短鏈中的多數投票選出。</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時將計算成本削減 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>對於部署大型 AI 推理系統的組織來説，這一發現可能具有重要意義。研究人員發現他們的方法可以在保持與標準方法相同的性能水平的同時，將計算資源減少多達 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 雖然效率略低於 short-1@k，但在所有計算預算中始終超過多數投票，同時仍然顯著更快（牆面時間減少多達 33%），” 論文中指出。</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>論文的首席作者 Michael Hassid 及其團隊還發現，在較短推理示例上訓練 AI 模型可以提高其性能——挑戰了 AI 發展的另一個基本假設。</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>“在較短示例上訓練會導致更好的表現，” 研究人員寫道。“相反，在 S1-long 上進行微調會增加推理時間，但沒有顯著的性能提升。”</p>
</div><h2>Tech giants could save millions by implementing “don’t overthink it” approach</h2>
<div class="lb-trans"><h2>科技巨頭通過實施 “不要過度思考” 方法可節省數百萬</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>這一發現恰逢 AI 行業的關鍵時刻，各公司競相部署消耗巨大計算資源的日益強大的模型。</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>“我們的發現建議重新思考當前在推理 LLM 中的測試時間計算方法，強調較長的 ‘思考’ 並不一定轉化為更好的表現，反而可能導致結果下降，” 研究人員總結道。</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>“這項研究與其他顯著的方法形成對比。之前的影響力研究，包括 OpenAI 關於 “思維鏈” 提示和 “自我一致性” 方法的工作，通常主張更廣泛的推理過程。它還建立在普林斯頓和谷歌 DeepMind 的 “思維樹” 框架以及卡內基梅隆的 “自我精煉” 方法等近期工作的基礎上，這些工作探索了 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>對於評估 AI 投資的技術決策者來説，研究表明，規模更大、計算密集型並不總是更好。該研究指向通過優化效率而非原始計算能力來實現潛在的成本節約和性能提升。</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>在一個痴迷於擴展的行業中，事實證明，教 AI 更簡潔不僅節省了計算能力——它也讓機器變得更聰明。有時，甚至人工智能也能從古老的智慧中受益：不要過度思考。</p>
</div>

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

- 研究發現，縮短推理鏈可提高大型語言模型的準確性，最多提升 34.5%。  
- 新方法 “short-m@k” 可減少計算資源 40%，同時保持性能。  
- 研究挑戰了長推理鏈的有效性，建議優化計算效率。  

少即是多：Meta Platforms 的研究表明，縮短推理過程可以將 AI 的準確率提高 34%