用思维干预直接干预LRM内部推理，三种方式实现DeepSeek-R1有效控制。 | 最新

文章预览

  从传统到创新：推理模型的控制方式之变 推理增强型大语言模型LRM（如OpenAI的o1、DeepSeek R1和Google的Flash Thinking）通过在生成最终答案前显式生成中间推理步骤，在复杂问题解决方面展现了卓越性能。然而，对这类模型的控制仍主要依赖于传统的输入级操作，如提示工程（Prompt Engineering）等方法，而你可能已经发现这些方法存在局限性。来自普林斯顿大学和英伟达的最新研究（arXiv:2503.24370v1）思维干预（Thinking Intervention）作为一种新兴的控制范式，打破了这一限制。它直接干预模型的内部推理过程，为精细控制模型行为提供了全新的可能性，这种方法不需要任何形式的模型再训练，可以与现有的模型控制技术兼容，并且能够根据具体任务需求灵活调整干预策略。 思维干预工作原理示意图 思维干预的基本原理：直达推理核心 在传统大语言模型中， ………………………………