Aware First, Think Less: Dynamic Boundary Self-Awareness Drives Extreme Reasoning Efficiency

一、文章主要内容总结

（一）研究背景与问题

当前大型语言模型（LLMs）通过长思维链（Long CoT）在复杂推理任务上性能显著提升，但存在大量冗余token，导致计算效率低、实时应用延迟高。现有优化方法多依赖人工定义的难度先验，与模型自身感知的难度不匹配——可能将模型需深度探索的“简单”问题误判为易处理，或将模型可简化推理的“复杂”问题误判为需冗长推理，最终造成推理效率低下、性能欠佳。

（二）核心框架：动态推理边界自我感知框架（DR. SAF）

为解决上述问题，研究提出DR. SAF框架，让模型能根据问题复杂度动态评估并调整推理深度，核心包含三大组件：

1. 边界自我感知对齐（Boundary Self-Awareness Alignment）：模型通过性能反馈校准对自身推理边界的认知，将准确率超90%的问题归为“完全可行推理边界（CFRB）”，采用简洁推理；准确率低于90%的问题归为“部分可行推理边界（PFRB）”，启动深度推理，同时通过奖惩机制确保边界判断与实际难度匹配。