TRACES：标记推理步骤以实现自适应且具成本效益的早期停止

针对语言推理模型（LRMs）存在推理步骤冗余、效率低下的问题，本文提出 TRACES 框架。该框架通过实时标记推理步骤类型，监控模型行为，发现模型在得出正确答案后推理模式会发生转变。基于此，TRACES 实现了可解释的自适应早期停止机制。在多个数学及知识推理基准测试中，该方法在保持准确率的同时，显著减少了 20% 至 50% 的 token 消耗，有效提升了推理的成本效益。