AutoThink: 让大模型自主决定何时思考

大模型的“思维能力”日益重要，如何让模型在“难”的问题上展开推理、深入思考，而不是事无巨细地“想个不停”？自动化所研究团队的一项新研究，可以让大模型实现自主切换思考模式，避免“过度思考”。该研究成果集成于一站式智能科研平台ScienceOne，并将用于训练ScienceOne的基座大模型S1-Base。

在大模型快速发展的今天，越来越多的模型开始具备“深度思考能力”。比如，DeepSeek-R1系列模型通过引入特别的提示词结构：先，再，使得模型在回答问题之前先进行“深度思考”，生成一整段包含反复自我反思、自我验证的推理过程，然后再给出答案。这一过程显著提升了模型解决复杂问题的能力，但也同时带来了“过度思考”的问题，即模型在解决简单任务时也会生成冗余的推理语句。例如提问 “2+3等于几”，模型却要从自然数定义讲起，列出加法交换律，甚至反复试错，最后才输出答案是5。这种不必要的“过度思考”现象在推理模型中广泛存在。

针对这一问题，中国科学院自动化研究所联合鹏城实验室提出了一种高效的推理策略AutoThink，赋予推理大模型根据题目难度自主切换思考模式的能力：*通过所设计的提示词和多阶段强化学习，引导大模型自主决定是否进行深度思考。*

具体而言，AutoThink提出了一个简单而有效的方案，它涉及两个核心技术点：

● 最小提示干预，通过一个添加省略号的Ellipsis Prompt，激活模型随机切换思考模式的能力；

● 多阶段强化学习，通过三阶段强化学习，模型学会自主根据问题难度切换思考模式。第一阶段让模型稳定地出现快慢两种思考模式，其中“快思考”用于解决简单问题，而对于复杂问题则使用“慢思考”；第二阶段对快慢思考行为进行优化，提高两种模式下正确回答的能力；第三阶段对快慢思考的思维链输出进行精炼。经过这个阶段的训练后，模型不再随机地决定是否深入思考，而是根据问题难度自主选择思考模式。

通过这两者的结合，模型具备了类似人类的快慢思考能力：**简单问题直截了当，复杂问题深度推理，真正做到“按需思考”。**如下图所示，相比之下，传统方法要么手动控制思考模式，要么不区分题目难度，一味地采用简洁推理方法压缩推理过程。

AutoThink与手动控制和简洁推理方法的核心差异：根据难度自主切换思考模式

研究团队在多个数学Benchmark和基础模型（R1-Style）上验证了AutoThink。实验结果显示：AutoThink不仅能提升R1蒸馏基模的性能，同时可减少约40%的推理Token消耗，如下表所示。相比之下，大部分开源模型性能增强的代价是推理长度（思考过程）的成倍增长；而简洁思考的模型性能相比于基础模型几乎无提升甚至下降。特别地，即使在已经过大量强化学习后训练的DeepScaleR[1]上，AutoThink依然能额外节省10%的Token消耗。

不同模型和Benchmark上的准确度和推理长度对比

AutoThink提供了一种简单而有效的推理新范式：通过省略号提示配合三阶段强化学习，引导模型不再**“逢题必思”，而是根据问题难度自主决定是否思考、思考多少。**在多个数学数据集上，AutoThink实现了优异的准确率–效率平衡，既提升性能，又节省算力，展示出很强的适应性和实用性。

AutoThink已集成于一站式智能科研平台ScienceOne，并将用于训练ScienceOne的基座大模型S1-Base。研发团队表示，让大模型“更聪明地思考、更简洁地表达”，是未来科学基础大模型演进的重要方向。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】