新榜讯 6月19日，小红书技术团队发布消息，其深度思考模型借助Test - Time Scaling（测试时扩展）显著提升了模型推理能力，不过也产生了大量冗余和无效思考情况。小红书Hi Lab团队为此提出Think When You Need的强化学习训练方式，在不影响最终效果的情况下，实现了动态CoT能力，让平均思考长度大幅降低。实验表明，这一理念在推理及非推理等各类任务中具有广泛适用性。此外，团队还有一项重要发现，在相同任务下，参数量大、更为“聪明”的模型所需的思考长度更短，该现象与当前深度思考模型的表现相悖，却高度契合人类认知。
