SLAT：面向高效CoT推理的段级自适应裁剪

大型推理模型（Large Reasoning Models）的最新进展通过强化学习（RL）显著提升了思维链（CoT）能力。然而，生成的推理链经常存在结构冗余（即过度思考，overthinking），在不提升答案正确性的情况下带来高昂的计算开销。现有缓解策略通常依赖逐词均匀的长度惩罚，这类惩罚只提供粗粒度、与段落无关的缩短压力，可能在抑制冗余的同时误伤有用的推理。为此，我们证明低效集中在边际效用较低的高概率段落中。我们在正确性-长度权衡目标下推导出段落次优性的理论刻画，并提出SLAT（Segment-Level Adaptive Trimming，段级自适应裁剪），一个依据该判据选择性抑制冗余段落的强化学习框架。在标准基准上的实证结果表明，SLAT确立了更优的准确率-效率帕累托前沿，在保持有竞争力准确率的同时，相对未压缩基线将推理长度缩短了$50\%$。总体而言，我们的结果表明，有理论依据、段落感知的裁剪是大语言模型高效CoT推理的一个有前景的方向。