当进一步推理无济于事时停止：推理模型中的注意力状态自适应生成

通过结合测试时计算扩展，大型推理模型 (LRM) 可以通过显式的思想链 (CoT) 推理过程解决复杂问题。然而，他们经常会过度思考，导致冗余的词元输出和准确性下降。当前缓解此问题的方法仍然有限：基于训练的方法需要大量计算资源，而 无需训练 方法依赖于精心设计的提示或不可靠的置信信号。在这项工作中，我们从注意力分布的角度研究早期停止，并提出一种简单的方法 ASAG，它推断模型的推理状态并自适应调整生成策略。所提出的框架是 无需训练，即插即用，能够无缝集成到现有的 LRM 中。对九个基准的广泛实验表明，具有不同参数范围的主流 LRM 具有一致的改进，包括 DeepSeek-R1-Distill 和 Qwen3 系列。具体来说，在 Qwen3-8B 上的所有推理任务中，ASAG 将平均准确度提高了 3.2%，同时将生成的标记数量减少了近 40%。