Precedent-Informed Reasoning：通过测试时先例学习缓解大推理模型的过度思考

大语言模型（LLM）的推理常受低效的长思维链拖累，其中充斥冗余的自我探索与验证，推高计算成本甚至降低性能。受人类推理模式启发——人们借助以往相关案例约束搜索空间、减少试错来解决新问题——我们提出 Precedent Informed Reasoning（PIR），将 LRM 的推理范式从穷举式自我探索转变为有先例引导的学习。PIR 解决两个关键挑战：采用哪些先例以及如何利用它们。首先，自适应先例选择（APS）为每个问题和每个 LRM 构建一个紧凑的先例集合，其中的先例既与问题语义相关又对该模型富有信息量。它以语义相似度与模型困惑度的联合得分对样例排序，并自适应调整先例数量以最大化困惑度下降。其次，测试时经验内化（TEI）被视为在先例知情指令上的测试时学习，通过更新轻量适配器来内化解题模式，并在后续推理中将其作为先验。在数学推理、科学问答和代码生成上的实验表明，PIR 在多个 LLM 上持续缩短推理踪迹，同时保持或提高最终准确率，带来出色的精度-效率权衡。