Concise-9B：自训练削减推理冗余思考
热点事件持续更新
Concise-9B：自训练削减推理冗余思考
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者 Alexander Boesgaard Lorup 提出“简洁自训练”方法，将 Qwen3.5-9B 训练为 Concise-9B，以减少推理模型的多余思考。该方法采用两轮 on-policy 拒绝采样微调，保留最短的正确样本，并混入少量答案合成目标。 在 8,983 道留出题、32K 思考预算下，Concise-9B 生成的 token 数为基座的 0.66 倍，准确率差异在 ±1 点内（-0.20 点）。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
Concise-9B：通过简洁自训练削减推理模型的多余思考报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CLConcise-9B：通过简洁自训练削减推理模型的多余思考
研究者用两轮 on-policy 拒绝采样微调，保留最短正确样本并混入少量答案合成目标，将 Qwen3.5-9B 训练为 Concise-9B。在 8,983 道留出题上，32K 思考预算下其生成 token 数为基座的 0.66x，准确率差异在 ±1 点内（-0.20 点）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。