通过推理路径偏离监控缓解大型推理语言模型中的过思考问题

大型推理语言模型（LRLMs）利用长思维链在复杂任务中表现优异，但易产生冗余步骤导致“过思考”，降低性能与效率。现有早期退出策略或依赖代理模型增加训练开销，或因频繁切换内容限制推理吞吐，且常因过度截断损害性能。本文观察到过思考常伴随高熵转移 token 导致的推理路径偏离，据此提出一种与原生生推理过程深度耦合的早期退出方法。该方法利用路径偏离指数作为监控指标，动态检测并终止过思考轨迹。多基准实验表明，相比现有方法，本方法在提升性能方面效果最显著。