50 lines
1.6 KiB
Markdown
50 lines
1.6 KiB
Markdown
---
|
||
title: "思考模式 (Thinking Mode)"
|
||
created: 2026-06-18
|
||
updated: 2026-06-18
|
||
type: concept
|
||
tags: [reasoning, cot, lrm]
|
||
sources:
|
||
- gan-thinking-based-non-thinking-2026
|
||
---
|
||
|
||
# 思考模式 (Thinking Mode)
|
||
|
||
思考模式是[[large-reasoning-models|大推理模型]]中通过**长[[chain-of-thought|思维链]]（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|非思考模式]] 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|混合推理模型]]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|非思考模式]]
|
||
- [[hybrid-reasoning-models|混合推理模型]]
|
||
- [[large-reasoning-models|大推理模型]]
|
||
- [[gan-thinking-based-non-thinking-2026|TNT 论文]]
|