IXThinker·2025-05-30 15:50

華為S-GRPO治大模型想太多　推理提速60%

針對大模型回答冗長、思考過度的通病，華為提出高效推理方法S-GRPO，讓模型學會在思考充分後提前收結，在保持準確率的同時將推理速度提升60%。

冗餘思考瓶頸

大模型如Qwen3回答問題時常出現冗長、低效且無用的思考過程，拖慢回應速度；S-GRPO正是針對思維鏈「冗餘思考」瓶頸，屬首個在Qwen3上仍有效的同類方法。