myWiki/concepts/thinking-mode.md

title, created, updated, type, tags, sources

title	created	updated	type	tags	sources
思考模式 (Thinking Mode)	2026-06-18	2026-06-18	concept	reasoning cot lrm	gan-thinking-based-non-thinking-2026

思考模式 (Thinking Mode)

思考模式是large-reasoning-models中通过长chain-of-thought（CoT）进行推理的模式。在 TNT 的框架中，定义为响应的思考部分非空：[y_1, ..., y_τ] ≠ ∅（Gan et al., 2026）。

结构

思考模式的典型结构（以 DeepSeek-R1 为例）：

<think>
Wait, let me analyze this carefully...
Maybe I should try another approach...
Let me verify this step...
</think>
The final answer is: 42

关键特征

• 探索：尝试多种推理路径
• 反思：自我质疑和纠错（"Wait... that doesn't seem right"）
• 自验证：检查中间结果的正确性
• 最终收敛到 </think> 后的 solution

TNT 中的关键利用

TNT 的核心洞察：LRM 的思考模式经过大规模数据训练，确保 </think> 之后的 solution 部分不含额外思考。这意味着 solution 部分的长度可以作为 non-thinking-mode 自然输出长度的可靠上界估计。

与非思考模式的选择

hybrid-reasoning-models的目标是让模型自主权衡：

• 复杂查询 → 思考模式（准确性优先）
• 简单查询 → 非思考模式（效率优先）

参考

• non-thinking-mode
• hybrid-reasoning-models
• large-reasoning-models
• gan-thinking-based-non-thinking-2026