OThink-R1: 内在快/慢思维模式切换，旨在缓解过度推理

最近先进的大型推理模型 (LRM) 利用扩展的思维链 (CoT) 推理来解决复杂任务，取得了最先进的性能。尽管它们取得了成功，但我们发现了一个关键问题：LRM 解决的大部分简单任务也可以由非推理 LLM 使用明显更少的 tokens 来解决，这表明复杂的推理并非总是必要的。为了解决这个问题，我们系统地分析了 LRM 的推理轨迹，并提出了一种利用已识别范例和 LLM-Judge 将这些轨迹分类为冗余推理或必要推理的方法。我们引入了 OThink-R1，一种在保留逻辑有效性的同时修剪冗余推理步骤的方法。OThink-R1 动态地对直接问题采用非思考模式（快速思考），同时对复杂问题采用深思熟虑的思考模式（慢速思考）。数学和问答任务的实验表明，OThink-R1 平均减少了近 23% 的推理冗余，而没有损害准确性，为高效推理模型提供了实用指导。代码可在 https://github.com/AgenticIR-Lab/OThink-R1 获取。