ThinkJev 用统计检验决定何时思考，兼顾准确率与 token 成本。
资讯摘要
论文提出 ThinkJev，用同一个开放混合思考模型构建快慢两套系统：直接回答时读取选项字母概率，思考后再读同一缓存提示上的字母概率，从而按需升级且不重复计算。无需训练，仅凭带标签开发集上的统计检验决定何时让快系统单独作答。作者报告在 5% 目标错误率下，Qwen3.5-27B 对 8359 个测试决策中的 24.5% 直接作答，实际错误率 3.9%；其余决策在思考中置信即停，准确率 81.6%，消耗 72% 的思考 token。
要点速读
- ThinkJev 由同一开放混合思考模型构建快慢两系统，升级时复用缓存提示，不重复计算。
- 在 5% 目标错误率下，Qwen3.5-27B 直接作答 24.5% 的测试决策，实际错误率 3.9%。
- 其余决策在思考中置信即停，准确率 81.6%（始终思考为 82.7%），使用 72% 的思考 token。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。