其實(shí)……不用大段大段思考，推理模型也能有效推理！

是不是有點(diǎn)反常識(shí)？因?yàn)榇蠹业囊回炗∠罄铮评砟Ｐ椭阅芰?qiáng)大、能給出準(zhǔn)確的有效答案，靠的就是長(zhǎng)篇累牘的推理過程。

這個(gè)過程往往用時(shí)很長(zhǎng)，等同于需要消耗大量算力。已經(jīng)有一些研究嘗試提高推理效率，但大多仍依賴顯式思考過程。

來自UC伯克利和艾倫實(shí)驗(yàn)室團(tuán)隊(duì)的最新研究結(jié)果打破了這一刻板印象——

通過簡(jiǎn)單的prompt繞過「思考」這一過程直接生成解決方案，可能同樣有效，甚至更好。

這種方法被稱為“無(wú)思考（NoThinking）”方法。

實(shí)驗(yàn)數(shù)據(jù)顯示，在低資源情況（即少token數(shù)量、少模型參數(shù)）或低延遲情況下，Nothinking方法得出的結(jié)果均優(yōu)于Thinking方法的結(jié)果，實(shí)現(xiàn)比傳統(tǒng)思考方式更好的精度- 延遲權(quán)衡。

其他情況下，NoThinking方法在部分?jǐn)?shù)據(jù)集上的表現(xiàn)也能超越Thinking。

「思考」和「無(wú)思考」

研究團(tuán)隊(duì)以DeepSeek-R1-Distill-Qwen模型為基礎(chǔ)，提出了NoThinking方法。

咱們先來分辨一下Thinking和NoThinking的區(qū)別在哪里。

Thinking方法是傳統(tǒng)推理模型所采用的方法，模型先生成一個(gè)長(zhǎng)的思考過程（Thinking），包含反思、回溯和自我驗(yàn)證等步驟，然后再生成最終解決方案（Final Solution）。

好比你隨意丟給模型一個(gè)問題，模型可能會(huì)先嘗試?yán)斫鈫栴}、分解問題、探索可能的解法，然后逐步驗(yàn)證每個(gè)步驟的正確性，最后得出答案。

而研究人員最新提出的NoThinking方法，則通過簡(jiǎn)單的prompt直接讓模型跳過顯式的思考過程。

也就是在prompt中預(yù)先填充一個(gè)空的思考?jí)K，如在問題提示后直接添加“<|beginning of thinking|>Okay, I think I have finished thinking.<|end of thinking|>”，然后讓模型直接從這個(gè)空思考?jí)K開始生成最終解決方案。

例如，在問題提示后直接添加一個(gè)表示思考結(jié)束的標(biāo)記，然后讓模型生成答案。

截至目前，Thinking是大多數(shù)推理模型默認(rèn)的推理方式。

但NoThinking團(tuán)隊(duì)十分質(zhì)疑這個(gè)過程的必要性??

所以團(tuán)隊(duì)成員以DeepSeek-R1-Distill-Qwen模型為基礎(chǔ)——選擇這個(gè)模型，是因?yàn)樗钱?dāng)前最先進(jìn)的推理模型之一——設(shè)計(jì)了無(wú)思考（NoThinking）方法。

在NoThinking中，模型的推理過程直接從預(yù)填充的思考?jí)K開始，跳過了生成詳細(xì)思考步驟的階段，直接進(jìn)入解決方案的生成。

這意味著模型不需要花費(fèi)時(shí)間來構(gòu)建和輸出思考過程，從而減少了生成的token數(shù)量，提高了推理速度。

低資源情況下，NoThinking表現(xiàn)優(yōu)于Thinking

研究人員將NoThinking與Thinking方法在相同的模型和數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn)。

試圖通過控制token數(shù)量、模型參數(shù)等變量，比較兩種方法在不同任務(wù)上的準(zhǔn)確性和效率差異。

他們選用了多個(gè)推理數(shù)據(jù)集來評(píng)估模型性能，這些數(shù)據(jù)集涵蓋了不同的推理任務(wù)類型和難度級(jí)別，能夠全面評(píng)估模型的推理能力：

包括數(shù)學(xué)問題解決（如AIME、AMC）、編程（LiveCodeBench）和形式定理證明（MiniF2F、ProofNet）等。

評(píng)估指標(biāo)方面，則主要使用pass@k指標(biāo)來衡量模型性能。pass@k表示的是“在生成的k個(gè)樣本中至少有一個(gè)正確答案的概率”。

此外，實(shí)驗(yàn)過程還關(guān)注了token使用量和延遲等指標(biāo)，以評(píng)估模型在資源消耗和響應(yīng)速度方面的表現(xiàn)。

最后的實(shí)驗(yàn)結(jié)果怎么樣？

綜合表現(xiàn)如圖所示，這是無(wú)token預(yù)算下的最終結(jié)果：

這是有token預(yù)算下的最終結(jié)果：

數(shù)學(xué)問題解決

相同token預(yù)算下，在AIME和AMC等數(shù)學(xué)問題數(shù)據(jù)集上，NoThinking通常比Thinking表現(xiàn)更好。

例如，在ACM23數(shù)據(jù)集上，當(dāng)token數(shù)量限制為700時(shí)，NoThinking的準(zhǔn)確率是51.3%，顯著高于Thinking的28.9%。

這表明在數(shù)學(xué)推理任務(wù)中，直接生成解決方案可能比詳細(xì)思考更有效（尤其是在資源受限的情況下）。

形式定理證明

在MiniF2F和ProofNet數(shù)據(jù)集上，NoThinking在pass@k指標(biāo)上與Thinking相當(dāng)，但使用的token數(shù)量顯著減少（3.3–3.7倍）。

這表明在需要嚴(yán)格邏輯推理的任務(wù)中，即使沒有顯式的思考過程，NoThinking也能保持高準(zhǔn)確性，同時(shí)顯著降低計(jì)算成本。

編程任務(wù)

在LiveCodeBench數(shù)據(jù)集上：

• 在低token預(yù)算下，NoThinking表現(xiàn)優(yōu)于Thinking
• 在高token預(yù)算下，Thinking有時(shí)表現(xiàn)更好

這表明在編程任務(wù)中，思考過程可能在資源充足時(shí)提供一定優(yōu)勢(shì)；但資源受限時(shí)，NoThinking的效率更高。

NoThinking的pass@k性能

隨著k值（生成的樣本數(shù)量）增加，NoThinking的pass@k性能通常會(huì)超過Thinking。

這表明NoThinking生成的解決方案多樣性更高，能夠通過多次采樣提高準(zhǔn)確性。

一個(gè)典型的例子體現(xiàn)在AIME24數(shù)據(jù)集上——

當(dāng)k=64時(shí)，NoThinking在相同token預(yù)算下的pass@64準(zhǔn)確率顯著高于Thinking。

這表明NoThinking在多次嘗試中更有可能找到正確答案。

并行擴(kuò)展實(shí)驗(yàn)

實(shí)驗(yàn)過程中，團(tuán)隊(duì)進(jìn)一步探索了NoThinking與并行計(jì)算擴(kuò)展結(jié)合的潛力。

通過同時(shí)生成多個(gè)輸出并進(jìn)行聚合（如最佳選擇策略），評(píng)估這種方法在提高性能和降低延遲方面的效果。

實(shí)驗(yàn)結(jié)果表明，在結(jié)合并行擴(kuò)展時(shí)，NoThinking表現(xiàn)出了顯著的性能提升。

對(duì)于有Verifier的任務(wù)（如MiniF2F和ProofNet），NoThinking結(jié)合并行擴(kuò)展可以實(shí)現(xiàn)與Thinking相當(dāng)甚至更高的準(zhǔn)確率，同時(shí)將延遲降低7倍，token使用量減少4倍。

在沒有Verifier的任務(wù)中（如數(shù)學(xué)問題和編程），使用置信度選擇策略的NoThinking也能在低延遲下實(shí)現(xiàn)與Thinking相當(dāng)或更好的準(zhǔn)確率。

例如，在AMC2023數(shù)據(jù)集上，NoThinking在并行擴(kuò)展下比Thinking快9倍，同時(shí)準(zhǔn)確率更高。

總體而言，通過同時(shí)生成多個(gè)輸出并選擇最佳答案，NoThinking在延遲和token使用量上都優(yōu)于Thinking。

推理模型依賴于思考過程是“非必要的”

綜上所述不難發(fā)現(xiàn)，雖然不同任務(wù)類型對(duì)“NoThinking”和“Thinking”的要求不同，但在低token預(yù)算和低延遲情況下，NoThinking表現(xiàn)優(yōu)于Thinking，并且在并行擴(kuò)展中展現(xiàn)出更高的效率。

NoThinking方法在多個(gè)推理任務(wù)中表現(xiàn)出了令人驚訝的有效性表示：

即使跳過了顯式的思考過程，模型依然能夠生成準(zhǔn)確的解決方案。

NoThinking方法證明了“推理模型依賴于思考過程”的非必要性。換句話說，可能存在更高效的方式來實(shí)現(xiàn)強(qiáng)大的推理性能，而不依賴于冗長(zhǎng)的思考過程。

這與目前普遍認(rèn)為推理模型需要詳細(xì)思考過程才能有效工作的觀點(diǎn)相悖。

面對(duì)這個(gè)結(jié)果，不少吃瓜群眾表達(dá)了自己的看法。

有贊成者，比如ExtensityAI的聯(lián)合創(chuàng)始人兼CTO就表示，這一點(diǎn)也不令人意外。

考慮到蒸餾過程，這個(gè)結(jié)果并不奇怪——學(xué)生可以在微調(diào)過程中內(nèi)化老師的推理，并在推理時(shí)提供一條“捷徑”。

但也有人表示NoThinking看似可以省略推理過程，但其實(shí)要耗費(fèi)大量人工時(shí)間來實(shí)現(xiàn)：

結(jié)果雖如此，但實(shí)際操作里到底有誰(shuí)會(huì)耐心從k個(gè)答案里去挑選最佳的那個(gè)啊？？

不管怎么說，Nothinking還是帶給大家一個(gè)新視角，往后推理模型的優(yōu)化，可以朝更簡(jiǎn)單有效的方向嘗試看看。

或許有一天，大家在等推理模型吐精準(zhǔn)答案的時(shí)候，也不用焦慮地等待那么久了～