arXiv：cs.CL（计算语言学，全量分类）· Ryan Brown, Zihao Fu, Chris Russell·· 3 小时前AI 评分39
Settle：让推理模型学会何时停止推理
Settle: Learning When to Stop Reasoning
AI 导读
Settle 通过已完成推理轨迹中的答案稳定性来学习何时停止，训练现有推理结束 token 并让其他预测贴近基座模型，推理时仅需普通解码。在 MATH-500 上搭配 Qwen3-4B，Settle 减少 40% token 数、准确率仅降 0.5 个百分点，相比在首个稳定答案处截断的监督微调提升 6.16 个百分点，且 token 数几乎相同。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org