SAT：以逐步自适应思考平衡推理精度与效率

大推理模型（Large Reasoning Model，LRM）革新了复杂问题求解，但普遍表现出“过度思考”，生成不必要冗长的推理链。虽然现有方案提升了词元效率，但往往牺牲细粒度控制，或可能破坏推理过程的逻辑完整性。为此，我们提出逐步自适应思考（Stepwise Adaptive Thinking，SAT），一个在保留核心推理结构的同时执行步骤级、难度感知剪枝的框架。SAT将推理形式化为具有不同思考模式（慢速、正常、快速、跳过）的有限状态机（Finite-State Machine，FSM）。它利用轻量级过程奖励模型（Process Reward Model，PRM）在这些状态间动态切换，压缩简单步骤同时为困难步骤保留深度。跨9个LRM与7个基准的实验表明，SAT最多可将推理词元减少40%，同时总体保持或提升准确率。