论文提出对比集合差分剪枝法CSD减少推理模型思考token

论文作者提出对比集合差分剪枝方法（CSD），通过对比同一问题长短正确答案的神经元激活，识别并优先剪除冗余推理神经元，并扩展偏好对到剪枝模型总能或总不能解决的问题。 在 DeepSeek-R1-Distill-Qwen-7B 上剪枝 20% 后，相比推理感知校准（RAC）加同样压缩的组合，CSD 在四个数学 benchmark 上少用 8–22% 思考 token，准确率差距在 0.5 分以内。 作者称这是初步版本，后续计划补充实验和修订。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。