Meta提出推理新方法：训练AI记忆解题捷径，推理效率翻倍
Meta 在 AI 推理领域再次实现突破，找到了让大模型“思考更高效”的新方法。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
最新研究显示，Meta 团队开发出一种机制，能够帮助大型语言模型总结反复使用的推理过程，并将其转化为简洁指令——称为“行为(Behavior)”。
这项研究成果以《元认知复用：将重复的LLM推理转化为简洁行为》为题，于2025年9月17日由Meta与普林斯顿大学、蒙特利尔大学联合发表。
论文作者包括Aniket Didolkar、Nicolas Ballas、Anirudh Goyal和Sanjeev Arora。
论文链接：https://arxiv.org/abs/2509.13237
该方法的核心在于让大语言模型在完成推理后，能够识别并保存重复使用的计算步骤，形成简明的操作指南。
当遇到相似问题时，模型可以直接调用这些预设行为，无需重复推导过程。
实际测试结果令人惊喜。
在数学推理任务中，该机制使模型在保持准确率不变的情况下，推理所需的token数量最多降低了46%。
这意味着模型用不到一半的思考量，就能得出同样准确的答案。
研究团队将这一机制形象地描述为“思维缓存”，让模型学会记住自己的思考方式。
思维手册：AI的“行为记忆术”
“元认知复用”框架示意图
Meta 将这套系统命名为“行为手册”。
模型在解决问题时，会完整记录整个推理流程。
随后进行复盘分析，识别出常用的解题技巧，如“容斥原理”“分母有理化”“代入后化简”等。
模型会为这些技巧命名并编写说明，形成标准化的行为指令。
这些行为被收录在不断丰富的手册中，供后续调用。
研究将这一过程称为“元认知路径”，即模型对自己的思考方式进行反思和优化。
例如处理掷骰子概率问题时，模型可以直接调用behavior_total_outcomes（计算总可能结果）和behavior_inclusion_exclusion（应用容斥原理避免重复计数）等预设行为。
调用后即可快速得出答案，无需赘述推导过程。
每个行为都是一段高度压缩的思维过程，将原本需要数十步的推理浓缩为简洁指令。
实验数据显示，在MATH数据集上，行为调节推理使模型平均减少近一半的推理token；在AIME–24/25高难度数学题中，即使在有限的token预算（2048–8192）下，模型仍能保持稳定的准确率。
自我优化：像人类一样“节约思考”
传统大模型常被批评“过于啰嗦”——每解决一个问题都要完整展开所有中间步骤的思考链。
这不仅消耗大量token资源，也降低了模型的处理效率。Meta的新方法让模型学会自我反思、提炼精华、简化表达。
行为提取提示设计示意图
研究团队设计了三种工作模式：
首先是“行为调节推理”模式。模型从手册中调用相关行为提示来指导解题过程。结果显示，这种方法节省了46%的token使用量，同时准确率还有所提升。
其次是“行为引导自我改进”模式。模型使用自己总结的行为来优化后续推理。实践表明，这种方法的正确率比常规的“自我批改”提高了10%。
最后是“行为调节监督微调”模式。研究者使用带有行为提示的推理数据来训练学生模型，结果显示这些模型比传统微调版本表现更出色、效率更高。
实验采用R1-Llama-70B作为“元认知策略师”，并在Qwen3-32B、Llama-3.1-8B等多个学生模型上进行验证。
所有测试模型都表现出相同趋势：推理token数量显著下降，而性能保持稳定。
研究者将这一现象描述为：“模型从缓慢推导转变为快速反应。”它不再每次都重新构建思维过程，而是像人类一样，学会了利用经验来优化思考效率。
热门专题
热门推荐
英雄联盟手游克格汪克格莫皮肤售价与购买指南 我们来详细分析一下这款皮肤的获取成本。克格汪 克格莫皮肤在商城中的常规售价为890点券，定位为史诗品质皮肤。它并非限定商品，会常驻商城供玩家随时选购。 对于追求性价比的玩家，官方提供了一个绝佳的入手时机：在2026年3月27日至4月9日期间，皮肤将开启为期
《小花仙：拉贝尔之约》新手开荒完全指南：首周高效发展的核心秘诀 一、开荒核心：抓住家园建设的本质 首先需要明确的是，《小花仙：拉贝尔之约》的玩法内核已发生转变。与其说它是一款传统的卡牌养成游戏，不如定义为以家园经营为核心的模拟养成手游。因此，开荒的首要目标非常明确：并非急于推进主线剧情，而是需要优先
今日，小米针对旗下部分热门在售机型发布建议零售价调整公告，此举在智能手机业内引发广泛关注与讨论。 调价详情 本次价格调整主要覆盖REDMI系列的三款主力机型，详细情况如下： REDMI K90 Pro Max官方建议零售价正式上调200元； REDMI Turbo 5与Turbo 5 Max两款机型
《龙胤立志传》红色沙漠宿敌任务完全攻略 顶级武学搭配指南 在开放武侠世界《龙胤立志传》中，角色的核心战斗力源于精妙的武学体系构建。一套契合角色定位与战斗风格的功法组合，往往能让你在面对“红色沙漠宿敌”等高难度挑战时游刃有余。本攻略将深入解析游戏内的武学搭配底层逻辑，为你规划从入门到精通的全阶段成长路
《梦境护卫队》金色梦灵最强阵容挂件搭配攻略 在热门游戏《梦境护卫队》中，一套高效的阵容不仅依赖主力梦灵的选择，更与挂件的合理搭配密不可分。尤其是以金色梦灵为核心的阵容体系，正确的挂件组合往往能带来质变的输出提升。如果你正在寻找一套实战验证过的高胜率搭配方案，本篇指南将为你提供清晰、可操作的思路，助你