简洁提示：通过生成过程中的连续简洁提示提升推理效率 2025 Oct 10·1556 字·4 分钟 算法 论文 论文 算法 CoT压缩 简洁提示：通过生成过程中的连续简洁提示提升推理效率 # ConciseHint: Boosting Efficient Reasoning via Continuous Concise Hints during Generation
Prophet：Diffusion模型基于置信度的Decoding早停 2025 Oct 10·1543 字·4 分钟 算法 论文 论文 算法 Diffusion DLLM Prophet：Diffusion 模型基于置信度的 Decoding 早停 # Prophet: Fast Decoding for Diffusion Language Models
SpecDiff：使用扩散模型作为Draft模型 2025 Oct 10·1356 字·3 分钟 算法 论文 论文 算法 Diffusion DLLM Spec SpecDiff：使用扩散模型作为 Draft 模型 # Speculative Diffusion Decoding: Accelerating Language Generation through Diffusion
DiffuSpec：解锁DLM做投机采样 2025 Oct 10·2609 字·6 分钟 算法 论文 论文 算法 Diffusion DLLM Spec DiffuSpec：解锁 DLM 做投机采样 # DIFFUSPEC: UNLOCKING DIFFUSION LANGUAGE MODELS FOR SPECULATIVE DECODING
后端部署第二步：本地到公网——如何使用 Nginx 发布 FastAPI 服务 2025 Sep 5·1668 字·4 分钟 开发 运维 FastAPI Nginx 部署 Python后端 Web服务配置 后端部署第二步：本地到公网——如何使用 Nginx 发布 FastAPI 服务 # 在当今的开发环境中，快速构建和部署后端服务变得至关重要。FastAPI 作为一个高性能、现代化的 Python 异步 Web 框架，广受开发者喜爱。而 Nginx 则是部署 Web 应用最常见也是最稳定的解决方案之一。
Fast-dLLM：通过KV Cache和并行Decoding加速dLLM 2025 Sep 5·2003 字·4 分钟 算法 论文 论文 算法 Diffusion DLLM Fast-dLLM：通过 KV Cache 和并行 Decoding 加速 dLLM # Fast-dLLM: Training-free Acceleration of Diffusion LLM by Enabling KV Cache and Parallel Decoding
后端部署第一步：Nginx 发布服务前的万全准备 2025 Sep 3·1594 字·4 分钟 开发 运维 后端 Nginx 服务器 部署 后端部署第一步：Nginx 发布服务前的准备工作 # 你是不是刚刚用 Java、Python 或 Go 写出了第一个后端程序？它在本地跑得飞快，通过 localhost:8080 就能访问，功能也都挺顺畅。接下来，自然而然会冒出一个念头：“我要怎样才能让别人也能访问到它？”
TriangleMix：无损且高效的用于预填充阶段的注意力模式 2025 Sep 2·2323 字·5 分钟 算法 论文 论文 算法 CoT压缩 TriangleMix：无损且高效的用于预填充阶段的注意力模式 # TriangleMix: A Lossless and Efficient Attention Pattern for Long Context Prefilling
ASC：CoT压缩的激活引导 Training free 2025 Sep 2·1854 字·4 分钟 算法 论文 论文 算法 CoT压缩 ASC：CoT 压缩的激活引导 Training free # Activation Steering for Chain-of-Thought Compression
SEAL：大语言模型的可操控推理 Traning Free 2025 Sep 2·2081 字·5 分钟 算法 论文 论文 算法 CoT压缩 SEAL：大语言模型的可操控推理 Traning Free # SEAL: Steerable Reasoning Calibration of Large Language Models for Free
Hmm等Token影响模型推理能力 2025 Sep 2·2840 字·6 分钟 算法 论文 论文 算法 CoT压缩 Hmm 等 Token 影响模型推理能力 # Demystifying Reasoning Dynamics with Mutual Information: Thinking Tokens are Information Peaks in LLM Reasoning
AdaCoT：通过强化学习实现的帕累托最优自适应链式思维触发器 2025 Sep 2·1472 字·3 分钟 算法 论文 论文 算法 CoT压缩 AdaCoT：通过强化学习实现的帕累托最优自适应链式思维触发器 # AdaCoT: Pareto-Optimal Adaptive Chain-of-Thought Triggering via Reinforcement Learning
AdaptThink: 让模型决定是否思考 2025 Sep 2·1806 字·4 分钟 算法 论文 论文 算法 CoT压缩 AdaptThink: 让模型决定是否思考 # AdaptThink: Reasoning Models Can Learn When to Think
SpecReason：使用推测性推理实现加速推理 2025 Sep 2·1229 字·3 分钟 算法 论文 论文 算法 CoT压缩 SpecReason：使用推测性推理实现加速推理 # SpecReason: Fast and Accurate Inference-Time Compute via Speculative Reasoning
ThinkLess：一种无需训练的推理高效方法，用于减少推理冗余 2025 Sep 2·941 字·2 分钟 算法 论文 论文 算法 CoT压缩 ThinkLess：一种无需训练的推理高效方法，用于减少推理冗余 # ThinkLess: A Training-Free Inference-Efficient Method for Reducing Reasoning Redundancy
Thinkless: LLM Learns When to Think 2025 Sep 2·1167 字·3 分钟 算法 论文 论文 算法 CoT压缩 Thinkless: LLM Learns When to Think # Thinkless: LLM Learns When to Think
🧠思维操控：外部CoT辅助大模型推理 2025 Sep 2·1480 字·3 分钟 算法 论文 论文 算法 CoT压缩 🧠 思维操控：外部 CoT 辅助大模型推理 # Thought Manipulation: External Thought Can Be Efficient for Large Reasoning Models
⏰开始作答：弹性推理实现的可扩展的CoT 2025 Sep 2·1378 字·3 分钟 算法 论文 论文 算法 CoT压缩 ⏰ 开始作答：弹性推理实现的可扩展的 CoT # Scalable Chain of Thoughts via Elastic Reasoning
DEER：基于Trial置信度的推理早停 2025 Sep 2·1675 字·4 分钟 算法 论文 论文 算法 CoT压缩 DEER：基于 Trial 置信度的推理早停 # DYNAMIC EARLY EXIT IN REASONING MODELS
SoftCoT：Prompt➡️SLM➡️LLM 2025 Sep 2·1168 字·3 分钟 算法 论文 论文 算法 CoT压缩 SoftCoT：Prompt➡️SLM➡️LLM # SoftCoT: Soft Chain-of-Thought for Efficient Reasoning with LLMs
CODI: 通过自蒸馏将CoT压缩到连续空间中 2025 Sep 2·1122 字·3 分钟 算法 论文 论文 算法 CoT压缩 CODI: 通过自蒸馏将 CoT 压缩到连续空间中 # CODI: Compressing Chain-of-Thought into Continuous Space via Self-Distillation
HAWKEYE：大小模型协作实现精简CoT 2025 Sep 2·1502 字·3 分钟 算法 论文 论文 算法 CoT压缩 HAWKEYE：大小模型协作实现精简 CoT # Hawkeye:Efficient Reasoning with Model Collaboration
LCIRC: 长文档循环压缩方法 （LLM Training Free） 2025 Sep 2·1445 字·3 分钟 算法 论文 论文 算法 CoT压缩 LCIRC: 长文档循环压缩方法 （LLM Training Free） # LCIRC: A Recurrent Compression Approach for Efficient Long-form Context and Query Dependent Modeling in LLMs
LLM在连续Latent空间中推理 2025 Sep 2·2096 字·5 分钟 算法 论文 论文 算法 CoT压缩 LLM 在连续 Latent 空间中推理 # Training Large Language Models to Reason in a Continuous Latent Space
Pause Token：隐式CoT 2025 Sep 2·1600 字·4 分钟 算法 论文 论文 算法 CoT压缩 Pause Token：隐式 CoT # Think before you speak: Training Language Models With Pause Tokens
面向模型推理思考优化的Test time scaling 2025 Sep 2·2784 字·6 分钟 算法 论文 论文 算法 CoT压缩 面向模型推理思考优化的 Test time scaling # Towards Thinking-Optimal Scaling of Test-Time Compute for LLM Reasoning
CCoT：通过密集表示实现高效推理 2025 Sep 2·1773 字·4 分钟 算法 论文 论文 算法 CoT压缩 CCoT：通过密集表示实现高效推理 # Compressed Chain of Thought: Efficient Reasoning Through Dense Representations
Token预算意识的llm推理 2025 Sep 2·1535 字·4 分钟 算法 论文 论文 算法 CoT压缩 Token 预算意识的 llm 推理 # Token-Budget-Aware LLM Reasoning
INFTYTHINK：打破大型语言模型长上下文推理长度限制 2025 Sep 2·3139 字·7 分钟 算法 论文 论文 算法 CoT压缩 INFTYTHINK：打破大型语言模型长上下文推理长度限制 # InftyThink: Breaking the Length Limits of Long-Context Reasoning in Large Language Models
TokenSkip:可控的CoT压缩 in LLMs 2025 Sep 2·787 字·2 分钟 算法 论文 论文 算法 CoT压缩 TokenSkip:可控的 CoT 压缩 in LLMs # TokenSkip: Controllable Chain-of-Thought Compression in LLMs
LightThinker: 每个想法压缩成两个token 2025 Sep 2·2304 字·5 分钟 算法 论文 论文 算法 CoT压缩 LightThinker: 每个想法压缩成两个 token # 如果 lt 确实靠谱
