Cognitive Decision Routing in Large Language Models: When to Think Fast, When to Think Slow

论文《Cognitive Decision Routing in Large Language Models: When to Think Fast, When to Think Slow》总结与翻译

一、文章主要内容总结

该论文聚焦大型语言模型（LLMs）在推理策略选择上的核心挑战——何时采用快速直觉式响应，何时启用缓慢深思式推理，提出了基于认知科学原理的认知决策路由（CDR）框架，具体内容如下：

1. 研究背景与问题

当前LLMs的推理方式存在局限：要么对所有查询采用统一推理深度，要么对复杂任务依赖计算成本高昂的链式思维（CoT）推理，缺乏区分不同查询适用推理策略的系统性方法。这一问题与认知心理学中卡尼曼的双过程理论（快速直觉的系统1、缓慢深思的系统2）高度契合，论文以此为理论基础，探索为LLMs设计动态推理策略的解决方案。

2. 核心框架：认知决策路由（CDR）

CDR框架通过元认知层分析查询特征，动态选择推理策略，核心包含三部分：

• 查询分析器：提取四个关键维度的查询复杂度特征，分别是信息与结论的相关强度（