ICLR 2026｜隱式思考模型LRT：「隱式思維鏈」推理，更快更強！

近日，哈爾濱工業大學（深圳）聯合深圳河套學院、Independent Researcher提出了隱式思考模型 LRT（Latent Reasoning Tuning），通過一個輕量級的推理網絡，將大模型冗長的「思維鏈」壓縮為緊湊的隱式向量表征，一次前向計算即可完成推理，無需逐 token 生成數千字的中間推理過程。

LRT 不僅實現了高效思考，還能作為一種全新的混合思考范式，在 Qwen3 系列模型上超越了其原生的非思考模式。

• 論文地址： https://openreview.net/forum?id=CbK7lYbmv8
• 代碼開源： https://github.com/MobiusDai/LRT

出發點：大模型「自言自語」的推理過程真的全都有用嗎？

以 OpenAI o1、DeepSeek-R1、Qwen QwQ 為代表的慢思考推理模型，通過生成詳盡的逐步推理鏈來解決復雜問題，展現了強大的推理能力。然而，這些模型存在一個顯著痛點 ——過度思考（Overthinking）：

• 即使是簡單的數學題，模型也可能生成數千個 token 的推理過程，其中包含大量回溯、自我驗證和冗余步驟；
• 推理軌跡的長度往往遠超最終答案，導致推理延遲高、計算開銷大，嚴重制約了實時應用。

Question：這些冗長的推理鏈真的全部必要嗎？

關鍵發現：推理軌跡存在大量冗余

為了回答上述問題，團隊設計了一組實驗：在 DeepSeek-R1-Distill-Qwen-7B 模型上，將推理軌跡進行不同粒度的刪減 —— 隨機跳過一定比例的 token 或推理步驟，然后觀察模型能否僅憑殘缺的推理鏈給出正確答案。

核心洞察： 即使隨機丟棄 50% 的推理軌跡，模型準確率僅下降約 2 個百分點。這可以得出兩個結論：

1. 當前的推理軌跡中存在大量冗余信息，遠超正確推理所需的信息；
2. 推理模型具有強大的信息過濾能力，即使面對殘缺、高困惑度的推理鏈，依然能從中提取關鍵信息并總結得出正確答案。

這一發現直接啟發了團隊的核心思路：既然完整的逐步推理鏈并非必要，能否用一種更緊湊的隱式表征來替代它？

方法：隱式思考模型 LRT

基于上述洞察，團隊提出了 Latent Reasoning Tuning（LRT） 框架。其核心思想可以概括為：用一個輕量級推理網絡，將顯式的推理鏈「編碼」為固定長度的隱式向量，直接注入大模型即可生成最終答案。

技術架構

如上圖所示，傳統推理模型需要逐 token 自回歸生成整條推理鏈（Decode → Decode → ... → Decode），而 LRT 的流程為：

具體方法

模型的推理生成過程可分為兩個階段：

• Prefill 階段：模型一次性處理輸入提示 X 中的全部 token，初始化注意力狀態（KV 緩存）。這一階段是并行的，計算效率較高；
• Decode 階段：模型逐 token 自回歸地生成輸出，每一步僅基于前序 token 與緩存狀態進行推理。這一階段是串行的，也是推理延遲的主要瓶頸。

在 Decode 階段，思維鏈的生成過程可以形式化為：

既然推理軌跡是輸入的函數，而已經證明了它存在大量冗余，那么一個自然的想法是：使用一個更高效的函數來替代它？

實驗結果

1. 高效思考 —— 在不同 Token Budget 下表現最優

在 DeepSeek-R1-Distill-Qwen-1.5B 上，與多種高效推理方法進行對比：

• 在不同的 Token 預算下，LRT 在域內和域外任務上全面領先。在 512-Token 下，其平均準確率比 NoThinking 高 2.66%，比 RL 類方法 ShorterBetter、LC-R1 分別高 5.90% 和 4.74%。

2. 混合思考 —— 超越 Qwen3 原生混合思考模式

LRT 的模塊化設計天然適合作為混合推理的新范式：面對簡單問題使用隱式思考快速作答，面對困難問題切換回顯式慢思考深入推理。在 Qwen3 系列模型上驗證了這一能力：

• 在 Qwen3-4B 上，LRT 的 pass@4 平均準確率達到 71.60%，比 Qwen3 原生非思考模式高出 5.82 個百分點！在 GSM8K 上提升近 7%，在 LSAT 上提升超過 14%。這表明隱式推理向量能有效引導模型產生更多樣、更高質量的解題路徑。

3. 推理效率對比

• LRT 的推理延遲顯著低于 Qwen3 的混合思考模式，甚至比非思考模式還快 —— 因為隱式推理向量引導模型生成更簡潔的答案，減少了解碼步數。

4. 消融實驗分析

隱式推理 token 數量的影響：隨著隱式 token 數從 64 增加到 256，性能穩步提升（42.53% → 48.42%）。

兩階段訓練：加入 RL 階段后，域內任務平均提升約 9%，域外任務平均提升約 4.3%，驗證了強化學習對隱式推理優化的關鍵作用。

更大的基礎模型（如 Qwen3-8B）則能充分利用更多的隱式 token（使用 512 個隱式 token 時結果仍能提高），說明隱式推理的「容量」與基礎模型能力正相關。

總結

隱式思考模型 LRT 開辟了一條全新的高效推理路徑：

• 理論洞察：系統性地揭示了推理軌跡的高度冗余性，證明完整的逐步推理鏈并非正確推理的前提；
• 高效思考：通過將顯式推理鏈壓縮為隱式向量表征，用單次前向計算替代數千步自回歸解碼，大幅降低推理成本；
• 混合思考：模塊化的即插即用設計，無需修改大模型參數，可在隱式推理與顯式推理之間無縫切換，為混合推理系統提供了更優的替代方案；
• 效果優異：在數學、邏輯、科學等多類基準上全面超越現有高效推理方法，并在 Qwen3 系列模型上超越其原生非思考模式。

作者信息

本文第一作者姜聰，哈爾濱工業大學（深圳）博士生，研究方向為高效思考與推理模型。通訊作者張正，哈爾濱工業大學（深圳）教授、博士生導師，教育部青年長江學者，主要從事高效能多模態人工智能的研究，近年專注于高效與可信多模態大模型。

主要完成單位為哈爾濱工業大學（深圳）& 深圳河套學院。