论文笔记分享， Reasoning Models Can Be Effective Without Thinking。 uc berkeley。
目前主流的推理模型在解决问题时，通常会有一个think阶段。这种方式虽然结果会大幅提升，但消耗的计算资源却不少。
所以，这个文章研究的问题是： AI真的需要这么“认真思考”吗？
注：本文写于o3发布之前， o3的思考充分利用工具能力，模型即产品，有一点跳脱o1版推理大模型的范畴了。另外，今天开源的Gemini 2.5 Flash，支持了thinking budget，有一些理念与本论文趋同。
所以他们用了 NoThinking 的方式，就是让AI直接给出答案，跳过所有中间推理步骤。
就类似下图框出来那样，或者直接
对比正常的
模式。效果竟然还不错。
- 省3~4倍资源。
- 始终优于没有经过RL训练的非推理模型。
- 很适合多次尝试，允许模型采样多次，看pass@k的效果。
- 在一些任务中，跟正常思考的模型的结果差不多。
如下图：
限定token预算 （在达到指定token之后，强行添加，如 答案是xxx 的内容上去）之后，很多数据集表现比经过think的效果更好。